專(zhuān)利名稱(chēng)：與心臟有關(guān)的疾病和病癥的自動(dòng)診斷和決策支持系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明通常涉及用于為醫(yī)學(xué)成像提供自動(dòng)診斷和決策支持的系統(tǒng)和方法，并且具體涉及用于心臟成像的CAD(計(jì)算機(jī)輔助診斷)系統(tǒng)和應(yīng)用，該系統(tǒng)和應(yīng)用實(shí)施機(jī)器學(xué)習(xí)技術(shù)，以允許諸如心肌病、冠狀動(dòng)脈疾病之類(lèi)的心臟疾病和病癥(condition)及其他與心臟有關(guān)的醫(yī)學(xué)病癥的自動(dòng)診斷、通過(guò)壁運(yùn)動(dòng)分析的區(qū)域性心肌功能的自動(dòng)評(píng)估、以及用于輔助醫(yī)生工作流程的其他自動(dòng)決策支持功能。
背景技術(shù)：
特別是在西方文明社會(huì)中，冠狀動(dòng)脈疾病和其他與心臟有關(guān)的疾病是非常普遍的，并且每年導(dǎo)致許多人的死亡。通過(guò)盡可能早地檢測(cè)與心臟有關(guān)的疾病，可以實(shí)施適當(dāng)?shù)摹⒂行У牟⑶页杀居行У闹委?，以降低死亡率。在心臟病學(xué)領(lǐng)域中，各種系統(tǒng)和技術(shù)被用于心臟疾病的精確和早期檢測(cè)。
例如，血管造影術(shù)是一種能夠被用于直接測(cè)量冠狀動(dòng)脈阻塞(也就是由于鈣化作用而導(dǎo)致的冠狀動(dòng)脈的閉塞)的方法。然而，這些測(cè)量常常需要侵入式手術(shù)。此外，盡管血管造影術(shù)可以被用于識(shí)別和測(cè)量阻塞，但這種方法不能測(cè)量或評(píng)估這種阻塞的影響。實(shí)際上，冠狀動(dòng)脈阻塞的影響典型地區(qū)域性顯現(xiàn)于心臟壁中，導(dǎo)致心肌組織或心肌功能的異常。例如，梗塞形成是涉及由于流過(guò)通常將血液提供給心肌組織的冠狀血管的不充分血流而產(chǎn)生的壞死的或垂死的心肌組織(梗塞)區(qū)域的發(fā)展的病癥。
典型地，通過(guò)經(jīng)由心臟成像分析壁運(yùn)動(dòng)以識(shí)別壁運(yùn)動(dòng)異常來(lái)執(zhí)行用于評(píng)估心肌功能的方法。通常，在醫(yī)學(xué)成像領(lǐng)域中，各種成像模態(tài)和系統(tǒng)能夠被用于產(chǎn)生個(gè)體的解剖結(jié)構(gòu)的醫(yī)學(xué)圖像，以用于篩選和評(píng)價(jià)醫(yī)學(xué)病癥。這些成像系統(tǒng)例如包括CT(計(jì)算機(jī)斷層掃描)成像、MRI(磁共振成像)、NM(核磁)共振成像、X射線(xiàn)系統(tǒng)、US(超聲)系統(tǒng)、PET(正電子放射斷層掃描)系統(tǒng)等等。每一成像模態(tài)可以提供優(yōu)于其它用于篩選和評(píng)價(jià)某些類(lèi)型的疾病、醫(yī)學(xué)病癥或解剖異常的模態(tài)的獨(dú)特優(yōu)點(diǎn)，所述疾病、醫(yī)學(xué)病癥或解剖異常包括例如心肌病、結(jié)腸息肉、動(dòng)脈瘤、肺結(jié)節(jié)、心臟或動(dòng)脈組織的鈣化、乳房組織中的癌微鈣化或塊、以及各種其他病變或異常。
由于它的可用性、相對(duì)低的成本和非侵入式，心臟超聲波是為了評(píng)估心臟功能(例如評(píng)估區(qū)域性心臟收縮壁運(yùn)動(dòng)異常)而典型地被用于執(zhí)行壁運(yùn)動(dòng)分析的成像模態(tài)。例如，分析心室運(yùn)動(dòng)是用于評(píng)估局部缺血和梗塞形成的程度的有效方法。具體地，可以執(zhí)行在一次心跳或該心跳的規(guī)定部分期間心內(nèi)膜壁的壁運(yùn)動(dòng)分析，以量化左心室的彈性和收縮性或檢測(cè)和診斷壁運(yùn)動(dòng)異常。
用于評(píng)估心肌功能的傳統(tǒng)方法包括利用例如超聲(超聲心動(dòng)圖)的心臟成像來(lái)分析壁運(yùn)動(dòng)的手動(dòng)和自動(dòng)方法。例如，用于量化左心室功能的手動(dòng)方法包括手動(dòng)跟蹤在心臟周期的不同部分處仍在超聲幀中被識(shí)別的心內(nèi)膜和心外膜邊界(計(jì)數(shù)器)，并從所跟蹤的邊界中獲得涉及壁運(yùn)動(dòng)的各種測(cè)量。利用一些傳統(tǒng)的方法，然后將方程應(yīng)用于這種測(cè)量的結(jié)果，其中這種測(cè)量作出某些幾何假定并可以包括對(duì)數(shù)學(xué)模型的以經(jīng)驗(yàn)為根據(jù)導(dǎo)出的修改。典型地在報(bào)告頁(yè)上以表格格式查看結(jié)果，并且對(duì)這種結(jié)果的解釋需要正常范圍的知識(shí)。
用于超聲心動(dòng)描記術(shù)(例如負(fù)荷超聲(Stress Echo))中的壁運(yùn)動(dòng)分析的另一種傳統(tǒng)手動(dòng)方法包括分段壁運(yùn)動(dòng)分析，其需要部分超聲心動(dòng)圖技師的有效訓(xùn)練和經(jīng)驗(yàn)。利用這種方法，依據(jù)由美國(guó)超聲心動(dòng)圖協(xié)會(huì)(ASE)推薦的流行模型，左心室的壁被分成多個(gè)段(例如16或17個(gè)段)。獲得各種標(biāo)準(zhǔn)超聲圖，以獲取每一LV段的圖像數(shù)據(jù)信息，其中獲得標(biāo)準(zhǔn)圖，以便使多個(gè)段與三個(gè)主要冠狀動(dòng)脈段的推測(cè)分布粗略地對(duì)準(zhǔn)。超聲心動(dòng)圖技師然后將在視覺(jué)上檢查所獲取的圖像數(shù)據(jù)，以評(píng)估整體功能和區(qū)域性異常，并且然后基于他/她的評(píng)估，依據(jù)ASE推薦的標(biāo)準(zhǔn)計(jì)分方案為每一段分配壁運(yùn)動(dòng)分?jǐn)?shù)。具體地，超聲心動(dòng)圖技師將在視覺(jué)上評(píng)估絕對(duì)和相對(duì)段的心臟收縮偏移和偏移的定時(shí)，以提供對(duì)每一可成像的段的一些定性評(píng)估。集體的評(píng)估導(dǎo)致陰性(非病態(tài))或陽(yáng)性(病態(tài))調(diào)查結(jié)果的報(bào)告。
超聲心動(dòng)圖領(lǐng)域中的主要所關(guān)心是由于分析壁運(yùn)動(dòng)時(shí)的主觀(guān)性而導(dǎo)致的壁運(yùn)動(dòng)計(jì)分方面的可變性，特別是對(duì)于負(fù)荷超聲心動(dòng)圖來(lái)說(shuō)，其對(duì)例如冠狀動(dòng)脈疾病的診斷提供顯著的阻礙。實(shí)際上，這種超聲心動(dòng)圖報(bào)告的精度直接涉及操作者的經(jīng)驗(yàn)。實(shí)際上，在這種診斷中與“科學(xué)”相比較常常包含更多的“技巧”。心臟病專(zhuān)家強(qiáng)調(diào)改進(jìn)在超聲心動(dòng)圖中壁運(yùn)動(dòng)計(jì)分的重要性。
用于評(píng)估心肌功能的傳統(tǒng)方法包括利用心臟成像來(lái)分析壁運(yùn)動(dòng)的自動(dòng)方法。例如，一種傳統(tǒng)的方法包括基于集成反向散射的分析的自動(dòng)邊界檢測(cè)，其提供對(duì)LV功能指標(biāo)的自動(dòng)評(píng)估，但不提出分段的或整體的壁功能。用于自動(dòng)壁運(yùn)動(dòng)分析的其他方法產(chǎn)生指示偏移的參數(shù)圖像，但不提供段之間的定量比較。一種稱(chēng)為自動(dòng)分段運(yùn)動(dòng)分析(A-SMA)系統(tǒng)的傳統(tǒng)方法包括用于自動(dòng)邊界檢測(cè)以確定LC內(nèi)腔和周?chē)M織并顯示部分區(qū)域變化的參數(shù)圖像的方法。該指標(biāo)也被顯示為胸骨旁短軸圖中的六段等間隔段的數(shù)字圖表。
雖然用于壁運(yùn)動(dòng)分析的自動(dòng)方法可以提供參數(shù)圖像并產(chǎn)生涉及壁運(yùn)動(dòng)的指標(biāo)時(shí)，但這種方法不提供自動(dòng)評(píng)估，或識(shí)別或表征心肌組織的病癥(例如正?；虍惓?。

發(fā)明內(nèi)容
本發(fā)明的示范性實(shí)施例通常包括用于為心臟成像提供自動(dòng)診斷和決策支持的系統(tǒng)和方法。更具體地，本發(fā)明的示范性實(shí)施例包括用于心臟成像的CAD(計(jì)算機(jī)輔助診斷)系統(tǒng)和應(yīng)用，該系統(tǒng)和應(yīng)用實(shí)施用于從對(duì)象病人的病人信息的集合(包括圖像數(shù)據(jù)和/或非圖像數(shù)據(jù))提取并分析相關(guān)特征/參數(shù)以便針對(duì)醫(yī)生工作流程的各個(gè)方面為醫(yī)生提供自動(dòng)輔助的自動(dòng)方法，其中自動(dòng)輔助例如包括通過(guò)壁運(yùn)動(dòng)分析的區(qū)域性心肌功能的自動(dòng)評(píng)估、諸如心肌病、冠狀動(dòng)脈疾病之類(lèi)的心臟疾病和病癥以及其他與心臟有關(guān)的醫(yī)學(xué)病癥的自動(dòng)診斷、以及用于輔助醫(yī)生工作流程的其他自動(dòng)決策支持功能。
在本發(fā)明的其他示范性實(shí)施例中，用于心臟成像的CAD系統(tǒng)和方法實(shí)施利用一組訓(xùn)練數(shù)據(jù)的機(jī)器學(xué)習(xí)技術(shù)以允許CAD系統(tǒng)學(xué)習(xí)正確地并精確地分析病人數(shù)據(jù)并進(jìn)行正確的診斷評(píng)估和決策以便輔助醫(yī)生工作流程，其中該組訓(xùn)練數(shù)據(jù)是從一個(gè)或多個(gè)相關(guān)臨床領(lǐng)域中的標(biāo)記病人病例的數(shù)據(jù)庫(kù)和/或這種數(shù)據(jù)的專(zhuān)家解釋獲得(學(xué)習(xí)到)的。
本發(fā)明的這些和其他示范性實(shí)施例、特征和優(yōu)點(diǎn)將被描述并根據(jù)下面的對(duì)示范性實(shí)施例的詳細(xì)描述而變得顯而易見(jiàn)，其中應(yīng)結(jié)合附圖來(lái)閱讀該詳細(xì)描述。


圖1是依據(jù)本發(fā)明的示范性實(shí)施例的、用于為心臟成像提供自動(dòng)診斷和決策支持的系統(tǒng)的方塊圖。
圖2是依據(jù)本發(fā)明的另一示范性實(shí)施例的、用于為心臟成像提供自動(dòng)診斷和決策支持的系統(tǒng)的方塊圖。
圖3是依據(jù)本發(fā)明的另一示范性實(shí)施例的、用于為心臟成像提供自動(dòng)診斷和決策支持的系統(tǒng)的方塊圖。
圖4是依據(jù)本發(fā)明的另一示范性實(shí)施例的、用于為心臟成像提供自動(dòng)診斷和決策支持的系統(tǒng)的方塊圖。
圖5是依據(jù)本發(fā)明的示范性實(shí)施例的、心室的多個(gè)段的示范性二維表示，該二維表示可以被用于在圖形用戶(hù)界面中顯示壁運(yùn)動(dòng)分?jǐn)?shù)。
圖6是示出依據(jù)本發(fā)明的示范性實(shí)施例的分類(lèi)方法的示范性圖示。
具體實(shí)施例方式
通常，如下所述的本發(fā)明的示范性實(shí)施例包括用于為心臟成像提供自動(dòng)診斷和決策支持的系統(tǒng)和方法。更具體地，如下面參考圖1-4所述的本發(fā)明的示范性實(shí)施例例如包括用于心臟成像的CAD(計(jì)算機(jī)輔助診斷)系統(tǒng)和應(yīng)用，這些系統(tǒng)和應(yīng)用實(shí)施用于提取和分析來(lái)自對(duì)象病人的病人信息(包括圖像數(shù)據(jù)和/或非圖像數(shù)據(jù))集合的相關(guān)特征/參數(shù)以便針對(duì)醫(yī)生工作流程的各個(gè)方面為醫(yī)生提供自動(dòng)幫助以及用于輔助醫(yī)生工作流程的其他自動(dòng)決策支持功能的自動(dòng)方法，所述醫(yī)生工作流程例如包括通過(guò)壁運(yùn)動(dòng)分析的區(qū)域性心肌功能的自動(dòng)評(píng)估、諸如心肌病、冠狀動(dòng)脈疾病之類(lèi)的心臟疾病和病癥以及其他與心臟有關(guān)的醫(yī)學(xué)病癥的自動(dòng)診斷。示范性的CAD系統(tǒng)執(zhí)行使用一組訓(xùn)練數(shù)據(jù)的機(jī)器學(xué)習(xí)技術(shù)，以允許CAD系統(tǒng)為了輔助醫(yī)生工作流程而“學(xué)習(xí)”適當(dāng)?shù)夭⒕_地分析病人數(shù)據(jù)并作出正確的診斷評(píng)估和決策，其中該組訓(xùn)練數(shù)據(jù)是從一個(gè)或多個(gè)相關(guān)臨床領(lǐng)域中標(biāo)記的病人病例的數(shù)據(jù)庫(kù)和/或這種數(shù)據(jù)的專(zhuān)家解釋獲得(學(xué)習(xí))的。
通常，圖1示出用于心臟成像的CAD系統(tǒng)和方法的一般實(shí)施例，其支持一個(gè)或多個(gè)成像模態(tài)，并為醫(yī)生工作流程的各個(gè)方面提供一個(gè)或多個(gè)決策支持功能。圖2-圖4是基于圖1的框架的CAD系統(tǒng)和方法的具體示范性實(shí)施例。例如，將參考圖2來(lái)討論依據(jù)本發(fā)明的CAD系統(tǒng)和方法的示范性實(shí)施例，例如其可以在超聲心臟成像應(yīng)用中被實(shí)施，以提供區(qū)域性心肌功能的自動(dòng)評(píng)估，以及提供關(guān)于區(qū)域性心肌功能的評(píng)估的決策支持功能。如下面所解釋的，基于圖2的示范性框架的CAD系統(tǒng)的示范性實(shí)施例采用分類(lèi)方法，以基于從心臟超聲圖像數(shù)據(jù)和可選地臨床數(shù)據(jù)記錄中所提取的各種參數(shù)來(lái)對(duì)心臟心肌壁區(qū)域中的心肌組織的病癥進(jìn)行分類(lèi)。
此外，將參考圖3來(lái)討論依據(jù)本發(fā)明的CAD系統(tǒng)和方法的示范性實(shí)施例，其例如可以在超聲心臟成像應(yīng)用中被實(shí)施，以便提供對(duì)諸如心肌病、冠狀動(dòng)脈疾病之類(lèi)的心臟疾病和病癥以及其他相關(guān)病癥的自動(dòng)診斷，以及提供關(guān)于涉及心臟病癥的診斷決策的決策支持功能。如下面所解釋的，基于圖3的示范性框架的CAD系統(tǒng)的示范性實(shí)施例結(jié)合壁運(yùn)動(dòng)分析和分類(lèi)方法，以便為了提供對(duì)心臟疾病和病癥的自動(dòng)診斷和決策支持而評(píng)估區(qū)域性心肌功能。
此外，將參考圖4來(lái)討論依據(jù)本發(fā)明的CAD系統(tǒng)和方法的示范性實(shí)施例，其例如執(zhí)行用于為包括心臟超聲圖像數(shù)據(jù)的多個(gè)成像模態(tài)的心臟成像提供自動(dòng)診斷和決策支持的方法。
應(yīng)理解的是，可以以各種形式的硬件、軟件、固件、專(zhuān)用處理器或其組合來(lái)實(shí)施于此所述的依據(jù)本發(fā)明的系統(tǒng)和方法。在本發(fā)明的一個(gè)示范性實(shí)施例中，以作為包括程序指令的應(yīng)用程序的軟件來(lái)實(shí)施于此所述的系統(tǒng)和方法，其中所述程序指令確實(shí)被包括在一個(gè)或多個(gè)程序存儲(chǔ)裝置(例如磁軟盤(pán)、RAM、CD Rom、DVD、ROM和閃速存儲(chǔ)器)上，并可由任何包括合適的體系結(jié)構(gòu)的裝置或機(jī)器來(lái)執(zhí)行。
應(yīng)進(jìn)一步理解的是，因?yàn)榭梢砸攒浖?lái)實(shí)施附圖中所描繪的組成系統(tǒng)的模塊和方法步驟，所以系統(tǒng)部件(或過(guò)程步驟的流程)之間的實(shí)際連接可以根據(jù)應(yīng)用程序被編程的方式而不同。于此給出教導(dǎo)，相關(guān)領(lǐng)域的普通技術(shù)人員將能夠設(shè)想到本發(fā)明的這些和相似的實(shí)施方案或配置。
圖1是示出依據(jù)本發(fā)明的示范性實(shí)施例的、用于為心臟成像提供自動(dòng)診斷和決策支持的系統(tǒng)的高級(jí)方?jīng)Q圖。更具體地，圖1示出CAD(計(jì)算機(jī)輔助診斷)系統(tǒng)(10)，該系統(tǒng)實(shí)施用于分析對(duì)象病人的各種類(lèi)型的病人信息(1)和(2)以提供診斷評(píng)估和建議以及其他決策支持來(lái)根據(jù)對(duì)象病人在醫(yī)生工作流程的各個(gè)方面輔助醫(yī)生的方法。該CAD系統(tǒng)(10)利用機(jī)器學(xué)習(xí)方法，所述機(jī)器學(xué)習(xí)方法允許CAD系統(tǒng)(10)連續(xù)學(xué)習(xí)分析病人信息(1，2)，并連續(xù)提供更精確的診斷評(píng)估和/或決策來(lái)輔助醫(yī)生工作流程。
至CAD系統(tǒng)(10)的輸入包括病人信息的各種源，所述病人信息包括一個(gè)或多個(gè)成像模態(tài)中的圖像數(shù)據(jù)(1)(例如超聲圖像數(shù)據(jù)、MRI數(shù)據(jù)、核醫(yī)學(xué)數(shù)據(jù)等)和來(lái)自各種結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)源的非圖像數(shù)據(jù)(13)，非圖像數(shù)據(jù)包括在病人的治療過(guò)程期間收集的臨床數(shù)據(jù)和其它信息、例如病人病史、家族病史、人口統(tǒng)計(jì)信息、財(cái)務(wù)信息和任何其它相關(guān)病人信息。例如，可被提供給CAD系統(tǒng)(10)的臨床數(shù)據(jù)的具體例子包括已經(jīng)被識(shí)別為心臟疾病的特定致病因素和/或預(yù)測(cè)元素的臨床變量，例如用于心臟危險(xiǎn)分析的眾所周知的“Framingham研究”中的那些參數(shù)性別、年齡、糖尿病患者、心臟病史、總膽固醇、HDL、心臟收縮血壓和抽煙。CAD系統(tǒng)(10)實(shí)施用于自動(dòng)提取來(lái)自圖像數(shù)據(jù)(1)和非圖像數(shù)據(jù)(2)的信息(特征)并且以適合于由CAD系統(tǒng)(10)進(jìn)行分析的方式組合所提取的信息的方法。根據(jù)由CAD系統(tǒng)(10)所支持的診斷和決策支持功能，該CAD系統(tǒng)(10)可以產(chǎn)生一個(gè)或多個(gè)輸出(11)、(12)、(13)和/或(14)，如下面所解釋的，這些輸出為篩選和診斷心臟疾病和病癥提供醫(yī)生工作流程輔助。
例如，在本發(fā)明的一個(gè)示范性實(shí)施例中，CAD系統(tǒng)(10)可以提取并分析來(lái)自一個(gè)或多個(gè)成像模態(tài)數(shù)據(jù)(1)(例如超聲圖像數(shù)據(jù)、MRI數(shù)據(jù)、核醫(yī)學(xué)數(shù)據(jù)、PET數(shù)據(jù)、CT數(shù)據(jù)等)和(可選地)非圖像數(shù)據(jù)(2)的信息(圖像參數(shù)/特征)，以利用所提取的信息通過(guò)壁運(yùn)動(dòng)分析自動(dòng)評(píng)估區(qū)域性心肌功能(11)。例如，下面將參考圖2來(lái)討論用于提供區(qū)域性心肌功能的自動(dòng)評(píng)估的本發(fā)明的各種示范性實(shí)施例，例如利用一種或多種分類(lèi)方法(或其他機(jī)器學(xué)習(xí)方法，包括學(xué)習(xí)多重分類(lèi)器的基于集成的學(xué)習(xí)方法)、基于模型的方法(其嘗試?yán)缤ㄟ^(guò)Bayesian推斷對(duì)涉及心臟功能或特定種類(lèi)的異常運(yùn)動(dòng)的各種因素進(jìn)行建模)、或者這種方法的各種組合，用于利用從心臟超聲圖像數(shù)據(jù)和可選地臨床數(shù)據(jù)記錄中提取的各種參數(shù)對(duì)心臟心肌壁區(qū)域中的心肌組織的病癥進(jìn)行自動(dòng)分類(lèi)。應(yīng)理解的是，如于此所使用的術(shù)語(yǔ)“分類(lèi)器”通常涉及各種類(lèi)型的分類(lèi)器結(jié)構(gòu)、例如分級(jí)分類(lèi)器、集成分類(lèi)器等。例如，可以設(shè)計(jì)分級(jí)分類(lèi)器，例如以便分類(lèi)器首先被用于將段分成兩組(例如正常對(duì)異常)并且然后將異常段進(jìn)一步分類(lèi)為運(yùn)動(dòng)不能的、反常運(yùn)動(dòng)(diskinetic)等等。此外，分類(lèi)器設(shè)計(jì)可以包括嘗試將數(shù)據(jù)分成兩組(例如反常運(yùn)動(dòng)對(duì)任何其他，運(yùn)動(dòng)不能的對(duì)任何其他等等)、并且分級(jí)組織或并行運(yùn)行、并且然后被組合以找到最佳分類(lèi)的多重分類(lèi)器。此外，分類(lèi)器可以包括集成分類(lèi)器，其中學(xué)習(xí)都嘗試執(zhí)行相同的分類(lèi)任務(wù)的大量分類(lèi)器(稱(chēng)作“林立的分類(lèi)器”)，但以不同的數(shù)據(jù)/變量/參數(shù)來(lái)訓(xùn)練，并且然后組合以產(chǎn)生最后的分類(lèi)標(biāo)記。最后，除了提供心肌壁的區(qū)域性評(píng)估之外，該CAD系統(tǒng)(10)能夠?yàn)槊恳粋€(gè)區(qū)域性評(píng)估提供置信度分?jǐn)?shù)或置信度的指示器。
在本發(fā)明的另一示范性實(shí)施例中，CAD系統(tǒng)(10)可以提取并分析來(lái)自一個(gè)或多個(gè)成像模態(tài)數(shù)據(jù)(1)(例如超聲圖像數(shù)據(jù)、MRI數(shù)據(jù)、核醫(yī)學(xué)數(shù)據(jù)等等)和(可選地)非圖像數(shù)據(jù)(2)的信息(圖像參數(shù)/特征)，以自動(dòng)產(chǎn)生并輸出心臟疾病的診斷概率和(可選地)診斷置信度的量度(12)。更具體地，例如，CAD系統(tǒng)(10)例如可以提取并分析來(lái)自病人的超聲檢查的相關(guān)特征并提供心肌(cardiomayopathic)病癥或冠狀動(dòng)脈性心臟病的診斷的當(dāng)前評(píng)估和置信度。
替代地，對(duì)于具有例如已知心臟疾病的病人，CAD系統(tǒng)(10)可以建議療程，在這種情況下，概率和置信度(12)將涉及治療將具有所期望的(估計(jì)可能有益的)效果的可能性，該效果可以從治愈病人的心臟疾病至純粹舒減療法的范圍變化，所述舒減療法的唯一目的將是提高具有末期心臟疾病的病人的生命的質(zhì)量。更具體地，除了建議治療之外，該CAD系統(tǒng)(10)自動(dòng)提供治療將具有確定后果的概率和/或置信度的量度，并可能提供治療將不具有例如副作用的確定有害影響的概率和/或置信度的量度。概率可被指定為有益和有害的可能后果的分布，或有益和有害的可能后果在將來(lái)的一個(gè)或多個(gè)時(shí)間點(diǎn)的一組分布，或可能后果在將來(lái)的不同時(shí)間的隨時(shí)間變化的分布等等。
在本發(fā)明的另一示范性實(shí)施例中，CAD系統(tǒng)(10)可以自動(dòng)確定和指定一個(gè)或多個(gè)附加測(cè)試(或特征)，可以針對(duì)給定病人執(zhí)行(或獲得)所述一個(gè)或多個(gè)附加測(cè)試(或特征)，以提高心肌功能的區(qū)域性評(píng)估的置信度，或提高心臟疾病的診斷的置信度。例如，CAD系統(tǒng)(10)可以確定并輸出每一附加測(cè)試或特征的“分?jǐn)?shù)”(13)，該分?jǐn)?shù)提供關(guān)于特殊成像模態(tài)或特征(包括臨床數(shù)據(jù))的潛在有用性的一些量度或指示，其中該潛在有用性將提高通過(guò)CAD系統(tǒng)(10)確定的評(píng)估或診斷的置信度。
在本發(fā)明的另一示范性實(shí)施例中，CAD系統(tǒng)(10)可以識(shí)別并輸出(經(jīng)由顯示或列出)相似于當(dāng)前病例的一個(gè)或多個(gè)示范性病例研究(14)。例如，如上面談到的和下面進(jìn)一步詳細(xì)說(shuō)明的，該CAD系統(tǒng)(10)可以包括先前標(biāo)記的(診斷的)病例的數(shù)據(jù)庫(kù)(或資料庫(kù))，并且基于從針對(duì)對(duì)象病人而輸入到CAD系統(tǒng)(10)的病人信息中提取的特征，該CAD系統(tǒng)(10)可以在資料庫(kù)中搜索并顯示n個(gè)最相關(guān)病例(或具有超過(guò)一些閾值的相似性量度的那些病例)，以用于診斷輔助。換句話(huà)說(shuō)，利用自動(dòng)提取的特征，該CAD系統(tǒng)(10)可以提供來(lái)自訓(xùn)練集、或?qū)嶋H上來(lái)自先前標(biāo)記的病例的任何數(shù)據(jù)庫(kù)的一組相似病例。
應(yīng)理解的是，在醫(yī)生工作流程的上下中顯示相似病例的CAD系統(tǒng)(10)功能可以提供對(duì)醫(yī)生的重要輔助。例如，顯示相似病例可以提供對(duì)沒(méi)有經(jīng)驗(yàn)的用戶(hù)的訓(xùn)練。實(shí)際上，初學(xué)者用戶(hù)可以回顧其他病例以確定或理解以原來(lái)的方式解釋病例的基礎(chǔ)或原因。此外，相似病例的顯示可以提供使有經(jīng)驗(yàn)的用戶(hù)確認(rèn)CAD系統(tǒng)(10)的診斷結(jié)果的方法。實(shí)際上，除了給定病癥的診斷概率之外，該CAD系統(tǒng)(10)可以顯示相似病例以驗(yàn)證它的評(píng)估。此外，顯示相似病例允許對(duì)預(yù)測(cè)和治療的評(píng)估。更具體地，通過(guò)研究相似病例以查看其他病人如何響應(yīng)于不同的治療選擇，醫(yī)生可以開(kāi)始為當(dāng)前病人評(píng)估這些選擇的療效。最后，在單個(gè)醫(yī)院可能僅具有幾個(gè)(或沒(méi)有)特殊疾病的例子的相對(duì)罕見(jiàn)的診斷中，具有這種系統(tǒng)將允許從多個(gè)機(jī)構(gòu)收集該特殊疾病的這種樣本病例，因此允許該特殊疾病的病例的相對(duì)大的采樣。
考慮到上述內(nèi)容，通常可以把CAD系統(tǒng)(10)看作能夠通過(guò)提供對(duì)病人的當(dāng)前狀態(tài)的評(píng)估(例如特殊疾病的可能性的概率)并為對(duì)象病人確定下一個(gè)最佳健康護(hù)理或診斷路徑(例如確定可以獲得的附加測(cè)試(或特征)，該附加測(cè)試(或特征)將有可能減小評(píng)估的任何模糊度)來(lái)輔助醫(yī)生工作流程的自動(dòng)系統(tǒng)。如上所述，應(yīng)理解的是，該CAD系統(tǒng)(10)實(shí)施一種或多種機(jī)器學(xué)習(xí)和/或基于模型的方法，從而學(xué)習(xí)/獲得信息，并且通過(guò)在該CAD系統(tǒng)(10)的訓(xùn)練集中收集的數(shù)據(jù)驅(qū)動(dòng)決策。具體地，如上所述，該CAD系統(tǒng)(10)可以包括示范性診斷病例的資料庫(kù)，從該資料庫(kù)中獲得訓(xùn)練數(shù)據(jù)以教導(dǎo)該CAD系統(tǒng)(10)。與根據(jù)專(zhuān)家口述的一組規(guī)則研發(fā)和導(dǎo)出的并被轉(zhuǎn)換成代碼的“專(zhuān)家系統(tǒng)”相比，該CAD系統(tǒng)(10)學(xué)習(xí)提供精確的診斷決策，并基于從診斷病例學(xué)習(xí)到的或從專(zhuān)家知識(shí)學(xué)習(xí)到的訓(xùn)練數(shù)據(jù)提供決策支持。
應(yīng)理解的是，可以通過(guò)CAD系統(tǒng)(10)來(lái)實(shí)施各種機(jī)器學(xué)習(xí)方法。例如，在Zhou等人于2003年11月6日提交的、名稱(chēng)為“System andMethod for Real-Time Feature Sensitivity Analysis Based onContextual Information”的、序列號(hào)為No.10/702,984的美國(guó)專(zhuān)利申請(qǐng)中描述的系統(tǒng)和方法被共同轉(zhuǎn)讓并于此被引入作為參考，該系統(tǒng)和方法可以被用于CAD系統(tǒng)(10)中，用于確定對(duì)于減小診斷的模糊度來(lái)說(shuō)哪些測(cè)試或特征可以是最相關(guān)的。實(shí)質(zhì)上，Zhou的方法是創(chuàng)建過(guò)程的模型并確定每一個(gè)特征在減小模糊度方面的相對(duì)重要性。于此可以實(shí)施這種方法，由此可以將每一成像模態(tài)或診斷路徑描述為一個(gè)或多個(gè)特征的集合。然后，Zhou描述的方法將被用于確定哪一個(gè)(哪些)特征將有可能提供在診斷或評(píng)估的置信度方面的最大提高。在CAD系統(tǒng)(10)中可以實(shí)施向病例的大的訓(xùn)練集學(xué)習(xí)的其他機(jī)器學(xué)習(xí)技術(shù)。例如，可以使用各種機(jī)器學(xué)習(xí)技術(shù)、例如決策樹(shù)、SVM、Bayesian網(wǎng)絡(luò)、或基于集成的方法，這些機(jī)器學(xué)習(xí)技術(shù)學(xué)習(xí)多個(gè)分類(lèi)器并且然后將這多個(gè)分類(lèi)器組合以獲得最后的診斷。
應(yīng)理解的是，CAD系統(tǒng)(10)即使在沒(méi)有能夠被用于提供這種決策的各種特征或者信息的情況下也可以提供正確的決策支持。這可以通過(guò)建立能夠處理丟失數(shù)據(jù)的分類(lèi)器、或通過(guò)學(xué)習(xí)不同的分類(lèi)器以處理不同種類(lèi)的數(shù)據(jù)、通過(guò)利用其他學(xué)習(xí)方法來(lái)推斷丟失值、或通過(guò)利用本領(lǐng)域普通技術(shù)人員已知的多種方法中的任一種方法來(lái)在沒(méi)有一些(或全部)病人數(shù)據(jù)/圖像的情況下執(zhí)行推斷/學(xué)習(xí)來(lái)實(shí)現(xiàn)。當(dāng)然，利用可被提供的更多的信息，系統(tǒng)的置信度將提高。在根本不存在給定病人的信息的極端情況下，該CAD系統(tǒng)(10)可以為醫(yī)生提供一些關(guān)于對(duì)病人采取初始步驟的指導(dǎo)。用于學(xué)習(xí)和/或執(zhí)行具有丟失/噪聲數(shù)據(jù)的推斷的各種方法可以被用于決策支持系統(tǒng)中。
應(yīng)理解的是，可以擴(kuò)展上述方法，以提供對(duì)例如冠狀動(dòng)脈心臟疾病的心臟病癥的自動(dòng)篩選。例如，可將CAD系統(tǒng)(10)配置成考慮到病人的臨床和家族病史來(lái)確定病人具有(或可發(fā)展為)冠狀動(dòng)脈疾病的可能性以及什么篩選測(cè)試(如果有的話(huà))應(yīng)被給予病人以最佳地檢測(cè)潛在的心臟病癥。利用如上所述的訓(xùn)練集和機(jī)器學(xué)習(xí)技術(shù)可以進(jìn)行這種確定。此外，針對(duì)篩選，CAD系統(tǒng)(10)可以產(chǎn)生并輸出如上所述的決策，該決策包括疾病的可能性、來(lái)自訓(xùn)練集的樣本病例、以及對(duì)于給定病人來(lái)說(shuō)將是最佳的篩選測(cè)試。
現(xiàn)在參考圖2，方塊圖示出依據(jù)本發(fā)明的另一示范性實(shí)施例的、用于為心臟成像提供自動(dòng)診斷和決策支持的系統(tǒng)。更具體地，圖2示出用于超聲心臟成像的CAD系統(tǒng)(20)，依據(jù)本發(fā)明的示范性實(shí)施例，該CAD系統(tǒng)包括利用從一個(gè)或多個(gè)成像模態(tài)(例如超聲圖像數(shù)據(jù)、MRI數(shù)據(jù)、核醫(yī)學(xué)數(shù)據(jù)等等)獲得的各種參數(shù)、以及非圖像數(shù)據(jù)來(lái)對(duì)心臟的心肌功能進(jìn)行自動(dòng)區(qū)域性評(píng)估以分析心肌壁運(yùn)動(dòng)的方法。圖2的CAD系統(tǒng)(20)示出圖1的CAD系統(tǒng)(10)的用于支持一種或多種超聲成像方法的一個(gè)或多個(gè)示范性框架。通常，該CAD系統(tǒng)(20)包括數(shù)據(jù)處理系統(tǒng)(21)，該數(shù)據(jù)處理系統(tǒng)(21)包括特征提取模塊(22)、特征組合模塊(23)、分類(lèi)模塊(24)和診斷/工作流程輔助模塊(25)。特征提取模塊(22)實(shí)施用于從超聲圖像數(shù)據(jù)(3)(以及可能地其他成像數(shù)據(jù))和非圖像病人數(shù)據(jù)(4)的其它源提取相關(guān)參數(shù)的各種方法(22-1，22-2，22-3，22-4)，所述非圖像病人數(shù)據(jù)(4)例如是臨床、家族、病史數(shù)據(jù)等等。病人數(shù)據(jù)可以是以結(jié)構(gòu)化的形式(在數(shù)據(jù)庫(kù)中作為特殊字段的指定值)可用，或者可以是從病歷(例如通過(guò)文本的自然語(yǔ)言處理)提取的。特征組合模塊(22)以適合于輸入到分類(lèi)模塊(24)中以供分析的方式來(lái)組合所提取的特征。
分類(lèi)模塊(24)包括利用一個(gè)或多個(gè)分類(lèi)模型來(lái)分析組合提取參數(shù)的分類(lèi)方法(24-1)(或分類(lèi)引擎)，所述分類(lèi)模型經(jīng)由模塊生成器(24-2)來(lái)訓(xùn)練/動(dòng)態(tài)適配，以產(chǎn)生被用于提供診斷和決策支持的信息。診斷/工作流程輔助模塊(25)包括一種或多種用于實(shí)施例如上面參考圖1所述的功能(例如提供心肌功能的區(qū)域性評(píng)估，提供相似于當(dāng)前病例的一組病例，提供表示將提高區(qū)域性評(píng)估的置信度的附加特征的、可能益處的分?jǐn)?shù)等等)的方法。
該CAD系統(tǒng)(20)進(jìn)一步包括用戶(hù)界面(26)(例如利用鍵盤(pán)和鼠標(biāo)輸入裝置在計(jì)算機(jī)監(jiān)控器上顯示的圖形用戶(hù)界面)，其允許用戶(hù)選擇診斷/工作流程輔助模塊(25)所支持的一個(gè)或多個(gè)功能，并且允許系統(tǒng)向用戶(hù)提供和呈現(xiàn)處理結(jié)果?？梢砸砸罁?jù)如下所述的本發(fā)明示范性實(shí)施例的各種方式中的一種或多種向用戶(hù)提供和呈現(xiàn)處理結(jié)果。
該CAD系統(tǒng)(20)進(jìn)一步包括存儲(chǔ)庫(kù)(27)，所述存儲(chǔ)庫(kù)(27)維持從各種源獲得的信息的臨床領(lǐng)域知識(shí)庫(kù)。例如，臨床領(lǐng)域知識(shí)(27)可以包括從涉及CAD系統(tǒng)(20)所支持的臨床領(lǐng)域的、所分析/所標(biāo)記的病例的大數(shù)據(jù)庫(kù)(28)學(xué)習(xí)或自動(dòng)提取的知識(shí)。臨床領(lǐng)域知識(shí)(27)可以包括由專(zhuān)家根據(jù)分析先前要求而直接輸入的專(zhuān)家臨床知識(shí)、或涉及與醫(yī)療機(jī)關(guān)或保險(xiǎn)公司相關(guān)的規(guī)則/規(guī)章/方針、關(guān)于所支持的臨床領(lǐng)域的信息。如下面詳細(xì)解釋的，可以通過(guò)數(shù)據(jù)處理系統(tǒng)(21)的各種方法(22，23，24和25)使用存儲(chǔ)庫(kù)(27)中的臨床領(lǐng)域知識(shí)。
在本發(fā)明的一個(gè)示范性實(shí)施例中，該CAD系統(tǒng)(20)包括用于自動(dòng)分析對(duì)象病人的心臟的超聲圖像(3)中心肌壁運(yùn)動(dòng)和壁厚度以便由此提取被用于自動(dòng)將心肌心臟組織的區(qū)域段分類(lèi)為正?；虍惓５谋谶\(yùn)動(dòng)和壁增厚參數(shù)的方法。特別地，在如圖2中所描繪的CAD系統(tǒng)(20)的一個(gè)示范性實(shí)施例中，特征提取模塊(22)包括用于從超聲圖像數(shù)據(jù)(3)中提取壁運(yùn)動(dòng)參數(shù)的壁運(yùn)動(dòng)提取模塊(22-1)、以及用于從超聲圖像數(shù)據(jù)(3)中提取壁增厚參數(shù)的壁增厚提取模塊(22-2)。
在本發(fā)明的一個(gè)示范性實(shí)施例中，特征提取模塊(22-1，22-2)實(shí)施于2003年3月5日提交的、名稱(chēng)為“System and Method for Trackinga Global Shape of an Ob ject in Motion”的、序列號(hào)為No.10/794,476的美國(guó)專(zhuān)利申請(qǐng)中所述的方法，該申請(qǐng)被共同轉(zhuǎn)讓并于此被全部引入作為參考。簡(jiǎn)要地，該申請(qǐng)描述用于例如跟蹤超聲心動(dòng)像(2維、3維和4維(3D+時(shí)間))中心臟的心肌壁(例如心臟的心內(nèi)膜壁和/或心外膜壁)的全局形狀和/或局部運(yùn)動(dòng)以用于隨著時(shí)間的過(guò)去而發(fā)展的心臟的醫(yī)學(xué)分析的方法。這些方法可以被用于超聲心動(dòng)圖系統(tǒng)中，以便從不同角度跟蹤來(lái)自心臟的2D、3D或4D(3D+時(shí)間)圖像的左心室的心內(nèi)膜壁。這些方法可以被用于跟蹤心肌壁的不同部分的運(yùn)動(dòng)的幅度、方向和定時(shí)。此外，這些方法可以被用于在時(shí)間幀(例如心臟收縮階段)內(nèi)跟蹤心肌壁的內(nèi)部和外部輪廓，以提供在這種時(shí)間幀內(nèi)的壁增厚數(shù)據(jù)。
與用于超聲心動(dòng)圖中的例如僅考慮壁運(yùn)動(dòng)信息的傳統(tǒng)方法相比，考慮在心臟收縮階段期間心壁的增厚是重要的。實(shí)際上，即使當(dāng)心壁的一部分是壞死的，這種部分也可以被壁的鄰近段向前拉-已知的現(xiàn)象并被稱(chēng)作“系鏈(tethering)”，這可能導(dǎo)致不正確的分析。有利地，對(duì)壁運(yùn)動(dòng)和壁增厚的考慮提供基礎(chǔ)壁的健康狀態(tài)的更精確評(píng)估。
相應(yīng)地，在如上所述的本發(fā)明的一個(gè)示范性實(shí)施例中，數(shù)據(jù)處理系統(tǒng)(21)提取所期望的心肌心壁的區(qū)域部分的壁運(yùn)動(dòng)和壁增厚參數(shù)，以在區(qū)域的基礎(chǔ)上評(píng)估心壁的病癥。在本發(fā)明的一個(gè)示范性實(shí)施例中，來(lái)自分類(lèi)模塊(24)的評(píng)估或分類(lèi)結(jié)果輸出包括心壁的一個(gè)或多個(gè)區(qū)域的壁運(yùn)動(dòng)“分?jǐn)?shù)”。診斷/工作流程輔助模塊(25)將經(jīng)由用戶(hù)界面(26)提供分類(lèi)結(jié)果以供顯示。具體地，在本發(fā)明的一個(gè)示范性實(shí)施例中，依據(jù)美國(guó)超聲心動(dòng)圖協(xié)會(huì)(ASE)的推薦標(biāo)準(zhǔn)，分類(lèi)結(jié)果將作為心臟的左心室的不同段的壁運(yùn)動(dòng)“分?jǐn)?shù)”呈現(xiàn)給用戶(hù)。具體地，在ASE標(biāo)準(zhǔn)下，左心室被分成多個(gè)段(例如16或17個(gè)段)。ASE推薦利用標(biāo)準(zhǔn)超聲圖(B模式下的A4C，A2C，PSAX，PLAX，ALAX圖)來(lái)獲得不同段的圖像數(shù)據(jù)，并分析這種圖像數(shù)據(jù)以便如下給每一個(gè)段分配壁運(yùn)動(dòng)分?jǐn)?shù)1＝正常；2＝運(yùn)動(dòng)減退；3＝運(yùn)動(dòng)不能；4＝運(yùn)動(dòng)障礙；以及5＝動(dòng)脈瘤。(例如參見(jiàn)Schiller等人的“Recommendations forQuantization of the Left Ventricle by Two-DimensionalUltrasound”，Journal of American Society of Echocardiography，卷2，第358頁(yè)，2889，以及Snyder等人)在使用ASE推薦的計(jì)分技術(shù)的示范性實(shí)施例中，如圖5中所示，可以以靶心圖來(lái)顯示分類(lèi)結(jié)果(其包括ASE分?jǐn)?shù))。更具體地，圖5示出基于心臟的LV的16段模型的2D圖(50)，其中與被表示為Ant、Med、Lat、Post、Apex的標(biāo)準(zhǔn)方向數(shù)據(jù)一起，16個(gè)段在3D LV內(nèi)腔的2D表示中被示出。依據(jù)本發(fā)明的一個(gè)示范性實(shí)施例，基于每一段的ASE推薦，作為從1-5的刻度上的壁運(yùn)動(dòng)“分?jǐn)?shù)”呈現(xiàn)圖2的分類(lèi)模塊(24)的處理結(jié)果，該分?jǐn)?shù)在2D圖中被呈現(xiàn)給用戶(hù)?？梢酝ㄟ^(guò)在段中包括實(shí)際分?jǐn)?shù)或通過(guò)依據(jù)分?jǐn)?shù)給段著色來(lái)呈現(xiàn)分?jǐn)?shù)。本領(lǐng)域的普通技術(shù)人員容易設(shè)想到用于呈現(xiàn)分?jǐn)?shù)的其他方法。
應(yīng)理解的是，在本發(fā)明的其他示范性實(shí)施例中，可以在圖像中或在指定子區(qū)域中的每一點(diǎn)處、而不是ASE定義的段中執(zhí)行正常和異常組織的分類(lèi)。
應(yīng)理解的是，可以利用其他成像模態(tài)來(lái)實(shí)施依據(jù)本發(fā)明的壁運(yùn)動(dòng)分析過(guò)程。例如可以采用用于對(duì)心臟MR圖像中的左心室進(jìn)行分割的方法，例如在Jolly等人的名稱(chēng)為Segmentation of the Left Ventriclein Cardiac MR Images(Proc.of the International Conference onComputer Vision，ICCV2001；Vancouver，Canada；2001年7月，卷1，第501-508頁(yè))的文章中所描述的。這種技術(shù)可以被用于以相似于上面針對(duì)超聲所述的技術(shù)的方式從MR圖像中提取運(yùn)動(dòng)和增厚數(shù)據(jù)。相似的技術(shù)也可以被用于CT圖像。
在本發(fā)明的其他示范性實(shí)施例中，除了提供心壁的區(qū)域性評(píng)估之外，分類(lèi)模塊(24)可以包括用于確定每一段的置信水平的方法，該置信水平表示給定段的評(píng)估(例如壁運(yùn)動(dòng)分?jǐn)?shù))的置信度。實(shí)際上，由于圖像質(zhì)量方面的差異以及身體體質(zhì)方面的變化和其他因素，即使在相同的人中，不同的評(píng)估也可以具有不同的置信水平。例如，如果僅考慮區(qū)域性壁運(yùn)動(dòng)，對(duì)于超聲心動(dòng)圖技師來(lái)說(shuō)，情況常常如此在信號(hào)強(qiáng)度是強(qiáng)的情況下的隔膜分析的置信度通常好于在信號(hào)強(qiáng)度是弱的情況下的側(cè)壁分析的置信度。當(dāng)評(píng)估病人時(shí)，超聲心動(dòng)圖技師自動(dòng)考慮這種信息。然而，傳統(tǒng)的自動(dòng)系統(tǒng)僅示出結(jié)果，而沒(méi)有相應(yīng)的置信度分析。依據(jù)本發(fā)明的一個(gè)示范性實(shí)施例，在區(qū)域性壁運(yùn)動(dòng)分析的情況下，按照ASE方針，每一段可被分配來(lái)自1-5的分?jǐn)?shù)和每一段的置信度指示器(可能在1-10的刻度上)。
應(yīng)理解的是，在圖2的CAD系統(tǒng)(20)的其他示范性實(shí)施例中，可以提取和考慮一個(gè)或多個(gè)附加特征，以用于提供心肌功能的自動(dòng)區(qū)域性評(píng)估。更具體地，依據(jù)本發(fā)明，在本發(fā)明的其他示范性實(shí)施例中，特征提取模塊(22)可以實(shí)施其他參數(shù)提取方法(22-3)，用于提取其它相關(guān)圖像參數(shù)以通過(guò)分類(lèi)過(guò)程(24-1)進(jìn)行分析，從而自動(dòng)分析壁運(yùn)動(dòng)以及對(duì)心肌壁的正常和異常段進(jìn)行表征/分類(lèi)。例如，除了壁運(yùn)動(dòng)和壁增厚數(shù)據(jù)之外，自動(dòng)診斷和評(píng)估可以基于諸如部分壁縮短、部分區(qū)域變化、最大偏差、最大偏差的相位(也就是心臟周期的哪個(gè)點(diǎn)出現(xiàn)最大偏差)、偏差的速度(絕對(duì)或相對(duì))以及心肌組織的應(yīng)變或應(yīng)變率之類(lèi)的參數(shù)，其中可以在整個(gè)心臟周期或心臟周期的規(guī)定部分、例如心臟收縮期間從各種類(lèi)型的超聲圖像數(shù)據(jù)(3)中的一種或多種中提取這種參數(shù)。
更具體地，依據(jù)本發(fā)明的其他示范性實(shí)施例，可以從超聲圖像數(shù)據(jù)(3)中提取一個(gè)或多個(gè)附加區(qū)域性測(cè)量，并將其組合成進(jìn)入心壁的總區(qū)域性評(píng)估內(nèi)的分析。例如，特征提取模塊(22)可以實(shí)施一種或多種用于提取區(qū)域參數(shù)、例如組織速度和應(yīng)變以及應(yīng)變率的附加特征提取方法(22-3)。如本領(lǐng)域中已知的，組織速度、應(yīng)變以及應(yīng)變率成像可以被用于提供心肌組織的區(qū)域性評(píng)估。當(dāng)超聲心動(dòng)圖技師評(píng)估圖像時(shí)，典型地以分離的方式給出這些評(píng)估。常常，這些速度和應(yīng)變率圖像具有可能難以評(píng)估的偽影，并且可能導(dǎo)致解釋的誤差。然而，通過(guò)從這些中提取特征，并將它們與其他特征組合，可以進(jìn)行區(qū)域性評(píng)估的更精確評(píng)估。
從超聲圖像(3)中提取的另外的區(qū)域參數(shù)包括對(duì)比灌注。灌注是進(jìn)入心壁內(nèi)的血液的測(cè)量，并且對(duì)比成像方法可以被用于獲取超聲圖像數(shù)據(jù)，從所述超聲圖像數(shù)據(jù)中可以為評(píng)估區(qū)域性心肌功能而提取對(duì)比灌注參數(shù)。此外，通過(guò)組合灌注參數(shù)與其他特征，可以獲得區(qū)域性功能的更好評(píng)估。
可被考慮用于評(píng)估區(qū)域性心肌功能的另外的參數(shù)包括定時(shí)數(shù)據(jù)、例如收縮開(kāi)始的定時(shí)。實(shí)際上，已知的是，壞死或受傷的心肌壁(或其一部分)可以比其他心肌壁(或它的其它部分)更晚地開(kāi)始收縮。因此，定時(shí)參數(shù)可被用作用于評(píng)估心肌功能的附加參數(shù)。相位成像方法可以被用于從定時(shí)參數(shù)中獲取超聲圖像數(shù)據(jù)(3)，其中所述定時(shí)參數(shù)可被提取用于評(píng)估區(qū)域性心肌功能。
此外，相互比較不同的段可以提供對(duì)于評(píng)估心肌功能來(lái)說(shuō)有效的附加信息。實(shí)際上，傳統(tǒng)的技術(shù)分離地考慮每一段。然而，通過(guò)相互比較心肌的不同段可以獲得重要的益處。例如當(dāng)評(píng)估區(qū)域性壁運(yùn)動(dòng)時(shí)，心臟的一部分的運(yùn)動(dòng)可以被認(rèn)為是慢的。然而，如果壁的該部分以與心臟的其它部分相同的速度移動(dòng)，則可以與在壁的該部分比心臟的其它部分明顯更慢地移動(dòng)的情況下相比進(jìn)行不同的評(píng)估。
在本發(fā)明的另一示范性實(shí)施例中，從3D超聲數(shù)據(jù)中提取參數(shù)可以提供優(yōu)于2D數(shù)據(jù)的附加優(yōu)點(diǎn)。用于壁運(yùn)動(dòng)分析的當(dāng)前技術(shù)利用2D(+時(shí)間)數(shù)據(jù)。然而，由于多個(gè)原因，從3D(+時(shí)間)提取特征將是有益的。首先，速度的更真實(shí)的圖片將是可用的，因?yàn)榭梢愿櫵俣榷粌H僅是“面內(nèi)”速度。第二，2D圖像受損害，因?yàn)榧俣ㄏ嗤?D切片一直可用。由于心臟的運(yùn)動(dòng)，這不是真實(shí)的。因此，用于區(qū)域性心肌分析的3D的運(yùn)動(dòng)、增厚、速度、應(yīng)變、應(yīng)變率和/或?qū)Ρ裙嘧⒌慕M合允許更精確的評(píng)估。
可以被實(shí)施用于評(píng)估心肌功能的其他參數(shù)包括全局指標(biāo)。傳統(tǒng)的自動(dòng)技術(shù)僅依賴(lài)于區(qū)域性指標(biāo)、例如運(yùn)動(dòng)或應(yīng)變來(lái)評(píng)估區(qū)域性心肌功能。然而，自動(dòng)評(píng)估區(qū)域性功能的技術(shù)也應(yīng)考慮心臟功能的全局指標(biāo)。這些全局指標(biāo)包括、但不局限于下列指標(biāo)左心室容量和射血分?jǐn)?shù)，左心室壁厚度和質(zhì)量，以及心臟舒張功能指標(biāo)、例如E/A比，而這些指標(biāo)不明確指向心臟的特定區(qū)域中的問(wèn)題，這種參數(shù)通常指示冠狀動(dòng)脈疾病，并提供用于區(qū)域性心肌功能的評(píng)估的附加特征。
在本發(fā)明的其他示范性實(shí)施例中，數(shù)據(jù)處理系統(tǒng)(21)提取和分析來(lái)自對(duì)象病人的非圖像病人數(shù)據(jù)(4)的相關(guān)參數(shù)，這些相關(guān)參數(shù)結(jié)合所提取的圖像參數(shù)被用于提供心肌功能的自動(dòng)區(qū)域性評(píng)估。病人數(shù)據(jù)(4)可以包括來(lái)自多個(gè)結(jié)構(gòu)化的和非結(jié)構(gòu)化的數(shù)據(jù)源的病人信息，該病人信息在病人的治療的過(guò)程中被收集。通常，結(jié)構(gòu)化的數(shù)據(jù)源包括例如財(cái)務(wù)(賬單)、實(shí)驗(yàn)室和藥房數(shù)據(jù)庫(kù)，其中病人信息典型地被保存在數(shù)據(jù)庫(kù)表格中。非結(jié)構(gòu)化的數(shù)據(jù)源例如包括波形數(shù)據(jù)、基于自由文本的實(shí)驗(yàn)室測(cè)試結(jié)果的文件、醫(yī)生進(jìn)展記錄、關(guān)于醫(yī)療程序的細(xì)節(jié)、處方藥信息、放射線(xiàn)學(xué)報(bào)告和其他專(zhuān)家報(bào)告。
依據(jù)本發(fā)明的示范性實(shí)施例，非圖像病人數(shù)據(jù)(4)可以包括指示冠狀動(dòng)脈心臟疾病和其他相關(guān)病癥的大量有用數(shù)據(jù)，例如，這些數(shù)據(jù)可以被用于提供心肌功能的自動(dòng)區(qū)域性評(píng)估。例如，可以在病史和體格檢查記錄中找到臨床信息，其中醫(yī)生記錄某人經(jīng)歷過(guò)胸疼。此外，某些疾病、例如糖尿病可以增加人發(fā)展為/具有冠狀動(dòng)脈疾病的可能性。例如膽固醇水平、抽煙歷史、冠狀動(dòng)脈疾病的家族病史、年齡、性別、(例如來(lái)自超聲測(cè)量的)內(nèi)膜平均厚度等等的其他指示也可以被用于評(píng)估冠狀動(dòng)脈疾病的危險(xiǎn)。
因此，在圖2的示范性實(shí)施例中，特征提取模塊(22)包括一個(gè)或多個(gè)用于從結(jié)構(gòu)化的和/或非結(jié)構(gòu)化的病人數(shù)據(jù)記錄(4)中提取相關(guān)病人數(shù)據(jù)的病人數(shù)據(jù)提取方法(22-4)，所述相關(guān)病人數(shù)據(jù)對(duì)于所評(píng)估的醫(yī)學(xué)病癥來(lái)說(shuō)是相關(guān)的。根據(jù)區(qū)域性心肌評(píng)估的示范性實(shí)施例，臨床數(shù)據(jù)可能不精確定位心肌功能弱的特定區(qū)域，但是這種臨床數(shù)據(jù)可以整體上有助于區(qū)域性心肌功能的評(píng)估。應(yīng)理解的是，可以通過(guò)用于從病人數(shù)據(jù)記錄(4)中提取相關(guān)參數(shù)的提取模塊(22-4)來(lái)實(shí)施任何合適的數(shù)據(jù)分析/數(shù)據(jù)挖掘方法，并處理誤差/不一致/病歷中的丟失信息。在本發(fā)明的一個(gè)示范性實(shí)施例中，利用如在共同被轉(zhuǎn)讓和懸而未決的、于2002年11月4日提交的、名稱(chēng)為“Patient Data Mining”的、序列號(hào)為No.10/287,055的美國(guó)專(zhuān)利申請(qǐng)中所述的數(shù)據(jù)挖掘方法和特征組合方法，可以實(shí)施病人數(shù)據(jù)提取方法(22-4)和特征組合方法(23)，該申請(qǐng)要求于2001年11月2日提交的、序列號(hào)為No.60/335,542的美國(guó)臨時(shí)申請(qǐng)的優(yōu)先權(quán)，于此將這兩個(gè)申請(qǐng)全部引入作為參考。
簡(jiǎn)要地，序列號(hào)為No.10/287,055的美國(guó)專(zhuān)利申請(qǐng)描述了數(shù)據(jù)挖掘方法，用于利用包括在知識(shí)庫(kù)中(例如在存儲(chǔ)庫(kù)(27)中)的領(lǐng)域特定知識(shí)從被表示為在特定時(shí)間關(guān)于病人的概率斷言(稱(chēng)作元素)的臨床數(shù)據(jù)記錄中提取相關(guān)信息，并組合在給定時(shí)間周期涉及相同變量(領(lǐng)域特定標(biāo)準(zhǔn))的所有元素以形成關(guān)于該變量的單個(gè)統(tǒng)一的概率斷言，并且然后隨著時(shí)間的過(guò)去調(diào)整該信息以處理該變量的值的改變(包括應(yīng)用關(guān)于變量可以如何隨著時(shí)間的過(guò)去而改變的時(shí)間約束)。
此外，在于2002年11月4日提交的、名稱(chēng)為“Patient Data Miningfor Cardiology Screening”的、序列號(hào)為No.10/287,085的美國(guó)專(zhuān)利申請(qǐng)中描述了為評(píng)估冠狀動(dòng)脈心臟疾病的危險(xiǎn)而組合病人信息的方法，該申請(qǐng)被共同轉(zhuǎn)讓并于此被引入作為參考。
在圖2的示范性實(shí)施例中，如上所述，數(shù)據(jù)處理系統(tǒng)(21)利用保存在存儲(chǔ)庫(kù)(27)中的臨床領(lǐng)域知識(shí)數(shù)據(jù)來(lái)執(zhí)行各種方法、例如特征提取(22)、特征組合(23)和模型生成(24-2b)。領(lǐng)域特定知識(shí)庫(kù)(27)可以包括疾病特定領(lǐng)域知識(shí)。例如，疾病特定領(lǐng)域知識(shí)可以包括影響疾病的危險(xiǎn)的各種因素、疾病發(fā)展信息、并發(fā)癥信息、結(jié)果和涉及疾病的變量、涉及疾病的測(cè)量、以及由例如ACC、AHA和ESC之類(lèi)的醫(yī)療機(jī)關(guān)建立的政策和方針。
例如，根據(jù)三個(gè)因素的組合的明確存在或不存在，用于診斷急性心肌梗塞(AMI)的領(lǐng)域特定標(biāo)準(zhǔn)可以指定AMI的診斷(i)心痛的癥狀；(ii)EKG(心電圖)的變化；以及(iii)由受傷的心肌釋放的酶的變化。此外，假定個(gè)體具有心痛，EKG和酶變化的程度滿(mǎn)足指定標(biāo)準(zhǔn)，可以單獨(dú)地或以組合形式被用于確定診斷的確定性(“確定的”、“很可能的”或“可能的”)，或被提供作為數(shù)字確定性(例如在0％和100％之間)。
領(lǐng)域特定知識(shí)庫(kù)(27)也可以包括機(jī)構(gòu)特定領(lǐng)域知識(shí)。例如，這可以包括關(guān)于在特定醫(yī)院可用的數(shù)據(jù)的信息、在醫(yī)院處的文件結(jié)構(gòu)、醫(yī)院的策略、醫(yī)院的方針、以及醫(yī)院的任何變化。
也可以從各種源獲得臨床領(lǐng)域知識(shí)庫(kù)(27)。例如，臨床領(lǐng)域知識(shí)庫(kù)(27)可以包括從所分析的/所標(biāo)記的病例的大數(shù)據(jù)庫(kù)(28)學(xué)習(xí)到的知識(shí)。此外，例如，臨床領(lǐng)域知識(shí)庫(kù)(27)可以包括由專(zhuān)家根據(jù)分析先前要求或根據(jù)保險(xiǎn)公司公布的規(guī)則和規(guī)章而輸入的知識(shí)。領(lǐng)域知識(shí)庫(kù)(27)中的數(shù)據(jù)可被編碼為輸入或被編碼為產(chǎn)生可以被系統(tǒng)理解的信息的程序。如上所述，可以通過(guò)由領(lǐng)域?qū)＜依眠m當(dāng)?shù)挠脩?hù)界面手動(dòng)輸入來(lái)獲得領(lǐng)域?qū)＜覕?shù)據(jù)，或可以自動(dòng)或編程輸入領(lǐng)域?qū)＜覕?shù)據(jù)。
提取模塊(22-4)可以利用領(lǐng)域知識(shí)庫(kù)(27)中的相關(guān)數(shù)據(jù)來(lái)提取相關(guān)參數(shù)，并且產(chǎn)生關(guān)于病人的對(duì)于時(shí)間實(shí)例或時(shí)間周期來(lái)說(shuō)相關(guān)的概率斷言(元素)。需用于提取的領(lǐng)域知識(shí)通常對(duì)于每一個(gè)源來(lái)說(shuō)是特定的。例如，可以通過(guò)短語(yǔ)識(shí)別來(lái)實(shí)現(xiàn)從文本源中提取，其中提供一列規(guī)則，這些規(guī)則指定感興趣的短語(yǔ)和可以從中提取的推論。例如，如果在醫(yī)生的記錄中存在具有文字“在心臟的左心室中存在心肌病的證據(jù)”的陳述，則為了從該語(yǔ)句中推斷出病人具有心肌病，可以指定引導(dǎo)系統(tǒng)尋找短語(yǔ)“心肌病”的規(guī)則，并且如果發(fā)現(xiàn)該短語(yǔ)，則斷言該病人以某種程度的置信度具有心肌病?？梢酝ㄟ^(guò)查詢(xún)?cè)粗械谋砀駚?lái)實(shí)現(xiàn)從數(shù)據(jù)源中提取，在這種情況下，領(lǐng)域知識(shí)需要編碼在數(shù)據(jù)庫(kù)中的哪一個(gè)字段中存在什么信息。另一方面，提取過(guò)程可以包括計(jì)算包含在數(shù)據(jù)庫(kù)中的信息的復(fù)雜功能，在這種情況下，可以以程序的形式提供領(lǐng)域知識(shí)，所述程序執(zhí)行該計(jì)算，該計(jì)算的輸出可以被饋送給系統(tǒng)的剩余部分。
由特征組合模塊(23)實(shí)施的方法可以是在上面所引入的專(zhuān)利申請(qǐng)中所描述的那些方法。例如，特征組合方法可以是根據(jù)來(lái)自相同/不同源的潛在沖突斷言在給定時(shí)間點(diǎn)產(chǎn)生每一變量的統(tǒng)一視圖的過(guò)程。在本發(fā)明的各種實(shí)施例中，這利用關(guān)于由元素所表示的變量的統(tǒng)計(jì)信息的領(lǐng)域知識(shí)來(lái)執(zhí)行。
模型生成器(24-2)建立由分類(lèi)方法(24-1)實(shí)施的分類(lèi)模型，根據(jù)該實(shí)施，分類(lèi)模型被訓(xùn)練(并且可能被動(dòng)態(tài)地優(yōu)化)，以分析各個(gè)提取特征，提供診斷輔助和在各個(gè)水平上的評(píng)估。應(yīng)理解的是，分類(lèi)模型可以是“黑盒”，所述“黑盒”不能向用戶(hù)解釋它們的預(yù)測(cè)(例如如果利用神經(jīng)網(wǎng)絡(luò)來(lái)建立分類(lèi)器，則情況如此)。該分類(lèi)模型可以是人類(lèi)可讀的形式的“白盒”(例如如果利用決策樹(shù)來(lái)建立分類(lèi)器，則情況如此)。在其它實(shí)施例中，分類(lèi)模型可以是能夠部分解釋如何獲得解答方案的“灰盒”(例如“白盒”和“黑盒”類(lèi)型的分類(lèi)器的組合)。所實(shí)施的分類(lèi)模型的類(lèi)型將取決于領(lǐng)域知識(shí)數(shù)據(jù)和模型生成過(guò)程(24-2)。模型生成過(guò)程的類(lèi)型將根據(jù)所實(shí)施的分類(lèi)方案而改變，分類(lèi)方案可以包括決策樹(shù)、支持向量機(jī)、Bayesian網(wǎng)絡(luò)、概率推理等等以及對(duì)本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)已知的其他分類(lèi)方法。
該模型生成器/更新過(guò)程(24-2)利用臨床領(lǐng)域知識(shí)庫(kù)(27)中的數(shù)據(jù)來(lái)訓(xùn)練分類(lèi)模型，并且可能動(dòng)態(tài)地更新通過(guò)分類(lèi)過(guò)程(24-1)實(shí)施的先前訓(xùn)練的分類(lèi)模型。在本發(fā)明的一個(gè)示范性實(shí)施例中，為了生成/訓(xùn)練學(xué)習(xí)評(píng)估區(qū)域性心肌功能的分類(lèi)模型，“離線(xiàn)”實(shí)施模型生成器/更新過(guò)程(24-2)。在本發(fā)明的另一示范性實(shí)施例中，模型生成器/更新過(guò)程(24-2)采用“連續(xù)的”學(xué)習(xí)方法，所述“連續(xù)的”學(xué)習(xí)方法可以利用存儲(chǔ)庫(kù)(27)中的領(lǐng)域知識(shí)數(shù)據(jù)或否則優(yōu)化與相關(guān)病癥相關(guān)的分類(lèi)模型，其中所述數(shù)據(jù)庫(kù)利用從最近分析的病人數(shù)據(jù)獲得的附加學(xué)習(xí)的數(shù)據(jù)來(lái)更新。有利地，通過(guò)使分類(lèi)方法(24-1)能夠連續(xù)地隨著時(shí)間的過(guò)去而改進(jìn)而無(wú)需昂貴的人為干預(yù)，連續(xù)學(xué)習(xí)功能增加CAD系統(tǒng)(20)的穩(wěn)健性。
在圖2的示范性CAD系統(tǒng)(20)中，如上所述，診斷/工作流程輔助模塊(26)可以提供如上面參考圖1所述的一個(gè)或多個(gè)診斷和決策支持功能。例如，基于從超聲圖像數(shù)據(jù)(3)和/或非圖像病人數(shù)據(jù)記錄(4)中提取的一組特征，診斷/工作流程輔助模塊(26)可以命令分類(lèi)模塊(24)提供區(qū)域性心肌功能的評(píng)估與評(píng)估的置信度的量度。分類(lèi)引擎(25-1)可以利用一個(gè)或多個(gè)分類(lèi)模型執(zhí)行這種分類(lèi)，所述一個(gè)或多個(gè)分類(lèi)模型被訓(xùn)練用于分析來(lái)自模塊(23)的組合特征輸出。在另一示范性實(shí)施例中，診斷/工作流程輔助模塊(25)可以命令分類(lèi)模塊(24)確定什么附加成像模態(tài)或特征(例如從B模式超聲圖像數(shù)據(jù)、其他圖像模式和/或非圖像數(shù)據(jù)的)可以被獲得并被進(jìn)一步分析以提高區(qū)域性評(píng)估的置信度。此外，基于當(dāng)前的一組提取特征，診斷/工作流程輔助模塊(25)可以命令分類(lèi)模塊(23)(經(jīng)由用戶(hù)界面)獲得并顯示存儲(chǔ)庫(kù)(27)中的一個(gè)或多個(gè)相似病人病例。
現(xiàn)在參考圖3，方塊圖示出依據(jù)本發(fā)明的另一示范性實(shí)施例的、用于為心臟成像提供自動(dòng)診斷和決策支持的系統(tǒng)。更具體地，圖3示出用于利用從各種圖像模式(B模式、對(duì)比成像、和/或相位成像等等)中的一個(gè)或多個(gè)獲得的圖像參數(shù)和/或非圖像病人數(shù)據(jù)提供例如冠狀動(dòng)脈心臟疾病的自動(dòng)診斷、以及提供其他決策支持功能以輔助醫(yī)生工作流程的CAD系統(tǒng)(30)。在一個(gè)示范性實(shí)施例中，圖3的CAD系統(tǒng)(30)結(jié)合如上面針對(duì)圖2所討論的自動(dòng)壁運(yùn)動(dòng)分類(lèi)分析。圖3的CAD系統(tǒng)(30)示出圖1的CAD系統(tǒng)(10)的用于支持一種或多種超聲成像方法的一個(gè)或多個(gè)示范性框架。
參考圖3，該CAD系統(tǒng)(30)包括數(shù)據(jù)處理系統(tǒng)(31)，所述數(shù)據(jù)處理系統(tǒng)(31)實(shí)施用于基于從超聲圖像數(shù)據(jù)中提取的各個(gè)參數(shù)對(duì)心臟疾病進(jìn)行自動(dòng)分類(lèi)(診斷)方法以及其他用于輔助醫(yī)生決定特定病人的護(hù)理或診斷路徑的方法。通常，數(shù)據(jù)處理系統(tǒng)(31)包括特征提取模塊(32)、特征組合模塊(33)、分類(lèi)模塊(34)和診斷/工作流程輔助模塊(35)。此外，CAD系統(tǒng)(30)包括用戶(hù)界面(36)，所述用戶(hù)界面(36)允許用戶(hù)與CAD系統(tǒng)(30)交互以選擇診斷/工作流程輔助模塊(35)所支持的一個(gè)或多個(gè)功能(例如為一種或多種類(lèi)型的心臟病癥提供自動(dòng)診斷和診斷的置信度，確定什么附加超聲成像模態(tài)或特征(例如從B模式超聲圖像數(shù)據(jù)、其他圖像模式和/或非圖像數(shù)據(jù))可以被獲得并被進(jìn)一步分析以提高診斷的置信度，基于當(dāng)前的一組提取特征獲得并顯示存儲(chǔ)庫(kù)(38)中的一個(gè)或多個(gè)相似病人病例)。
特征提取模塊(32)實(shí)施用于從各種模式的超聲圖像數(shù)據(jù)(5)中的一種或多種和非圖像病人數(shù)據(jù)(6)中提取相關(guān)參數(shù)的各種方法(32-1～32-9)，所述相關(guān)參數(shù)可被分析以提供如下面所討論的心臟疾病的自動(dòng)診斷和其它類(lèi)型的決策支持。例如，特征提取模塊(32)包括實(shí)施上面參考圖2所討論的方法的自動(dòng)壁運(yùn)動(dòng)分析模塊(32-1)，以用于基于從超聲圖像中提取的運(yùn)動(dòng)和增厚參數(shù)提供心肌功能的區(qū)域性評(píng)估。從模塊(32-1)輸出的參數(shù)可以是評(píng)估的實(shí)際結(jié)果(例如每一段的壁運(yùn)動(dòng)分?jǐn)?shù))或所提取的運(yùn)動(dòng)和增厚參數(shù)，其由分類(lèi)模塊(34)進(jìn)一步處理，以提供心臟病癥的自動(dòng)診斷或提供其他診斷支持功能。
其他提取模塊包括用于從超聲圖像數(shù)據(jù)中提取全局參數(shù)的全局參數(shù)提取模塊(32-2)，其中全局參數(shù)包括例如LVEF(左心室射血分?jǐn)?shù))、LVEDV(左心室舒張末期容量)、LVESV(左心室收縮末期容量)等等；以及用于提取例如E/A比等等的心臟舒張參數(shù)的心臟舒張參數(shù)提取模塊(32-3)，其提供冠狀動(dòng)脈心臟疾病的一般指示。此外，可以從超聲多普勒?qǐng)D像中提取血流速度(32-4)。此外，可以從超聲圖像中提取區(qū)域性參數(shù)，所述超聲圖像包括用于提取應(yīng)變和應(yīng)變率數(shù)據(jù)的應(yīng)變率參數(shù)提取模塊(32-5)、用于從對(duì)比成像提取灌注特征的對(duì)比灌注模塊(32-6)、用于從3D(+時(shí)間)超聲圖像中提取特征的4D提取模塊(32-7)以及用于從相同或附加模式的超聲圖像數(shù)據(jù)中提取相關(guān)參數(shù)的其他圖像特征提取方法(32-8)。由特征提取模塊(32)實(shí)施的各種特征提取方法(32-1～32-9)與上面參考圖2所討論的那些方法相同或相似。如上所述可以被實(shí)施用于從超聲圖像和其他圖像數(shù)據(jù)中提取特征的各種方法對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)是眾所周知的，并且任何合適的已知提取方法可以被實(shí)施用于提取模塊(例如參見(jiàn)“Myocardial Perfusion Assessment With ContrastEchocardiography”，Medical Imaging 2001Ultrasonic Imagingand Signal Processing，Michael F.Insana，K.Kirk Shung，Editors，Proceedings of SPIE Vol.4325(用于超聲的對(duì)比灌注的方法)；Hashimoto等人的“Myocardial strainrate is a superiormethod for evaluation of left ventricular subendocardialfunction compared with tissue Doppler imaging”，J AmColl.Cardiol.2003年11月5日；42(9)1584-6.(用于超聲的應(yīng)變和應(yīng)變率成像的方法)；和G.I.Sanchez-Ortiz等人的“Automated LV motion analysis from 3D echocardiography”，Medical Image Understanding and Analysis(MIUA)Conference1999，Oxford UK，第85-88頁(yè)(用于從3D超聲圖像中提取參數(shù)的方法)等等)。在圖2的示范性實(shí)施例中，這種特征被用于例如區(qū)域性心肌功能的自動(dòng)評(píng)估，而在圖3的系統(tǒng)中，這種特征例如被進(jìn)一步用于與心臟有關(guān)的疾病的自動(dòng)診斷。
特征組合模塊(33)以適合于輸入和由分類(lèi)模塊(34)分析的方式組合一組提取特征。分類(lèi)模塊(34)包括用于利用一個(gè)或多個(gè)分類(lèi)模型來(lái)分析組合提取參數(shù)的分類(lèi)模塊(34-1)，所述分類(lèi)模型經(jīng)由模型生成器(34-2)被訓(xùn)練或動(dòng)態(tài)適配，以提供心臟疾病的自動(dòng)診斷和其它決策支持功能。該CAD系統(tǒng)(30)進(jìn)一步包括存儲(chǔ)庫(kù)(37)，所述存儲(chǔ)庫(kù)(37)維持信息的臨床領(lǐng)域知識(shí)庫(kù)，該臨床領(lǐng)域知識(shí)庫(kù)提供被模型生成器(34-2)用于生成/訓(xùn)練分類(lèi)方法(34-1)所使用的分類(lèi)模型的訓(xùn)練數(shù)據(jù)。涉及臨床領(lǐng)域或CAD系統(tǒng)(30)所支持的領(lǐng)域的、所分析的/所標(biāo)記的病例(38)的大數(shù)據(jù)庫(kù)可以被用于獲得存儲(chǔ)庫(kù)(37)中的訓(xùn)練數(shù)據(jù)。臨床領(lǐng)域知識(shí)(37)可以包括由專(zhuān)家根據(jù)分析先前要求而直接輸入的專(zhuān)家臨床知識(shí)，或關(guān)于所支持的臨床領(lǐng)域的、涉及與醫(yī)療機(jī)關(guān)或保險(xiǎn)公司相關(guān)的規(guī)則、規(guī)章和/或方針的信息?？梢酝ㄟ^(guò)數(shù)據(jù)處理系統(tǒng)(31)的各種方法(32、33、34和35)來(lái)使用存儲(chǔ)庫(kù)(37)中的臨床領(lǐng)域知識(shí)。
應(yīng)理解的是圖3中的各個(gè)模塊(32，33，34和35)可以如下所述實(shí)施與圖2的CAD系統(tǒng)(20)的那些對(duì)應(yīng)模塊(22，23，24和25)相同或相似的方法。然而，各種方法、例如分類(lèi)模塊(24)和(34)中的分類(lèi)和模型生成方法將根據(jù)各個(gè)CAD系統(tǒng)(20)和(30)所支持的決策支持功能、特征提取方法和/或圖像模態(tài)的類(lèi)型而變化。此外，除了知識(shí)庫(kù)(27)和(37)中的訓(xùn)練數(shù)據(jù)將根據(jù)各個(gè)CAD系統(tǒng)(20)和(30)所支持的決策支持功能、特征提取方法和/或圖像模態(tài)的類(lèi)型而變化之外，臨床領(lǐng)域知識(shí)庫(kù)(37)相似于圖2的知識(shí)庫(kù)(27)。
現(xiàn)在參考圖4，方塊圖示出依據(jù)本發(fā)明的另一示范性實(shí)施例的、用于為心臟成像提供自動(dòng)診斷和決策支持的系統(tǒng)。更具體地，圖4示出多模態(tài)CAD系統(tǒng)(40)，該多模態(tài)CAD系統(tǒng)利用從各種成像模態(tài)中的一種或多種獲得的圖像參數(shù)和/或非圖像病人數(shù)據(jù)來(lái)支持例如冠狀動(dòng)脈心臟疾病的自動(dòng)診斷，以及提供用于輔助關(guān)于一個(gè)或多個(gè)心臟成像模式的醫(yī)生工作流程的其他決策支持功能，其中所述成像模態(tài)包括各種超聲成像方法(B模式、對(duì)比成像和/或相位成像等等)、MRI、NM、PET、CT、CT血管造影術(shù)、X射線(xiàn)血管造影術(shù)、MR血管造影術(shù)等等。不同成像模態(tài)的組合可以提供各種益處。例如，不同成像模態(tài)可以提供不同種類(lèi)的信息。核醫(yī)學(xué)圖像可以提供功能信息、例如灌注，而超聲圖像可以提供解剖信息。組合這些成像模態(tài)可以為醫(yī)生提供更好的診斷支持。另一例子是組合冠狀動(dòng)脈的成像與例如CT、與利用超聲波或MRI的關(guān)于左心室的信息。以這種方式，可以組合關(guān)于冠狀動(dòng)脈疾病的信息與其對(duì)心肌的影響。
在一個(gè)示范性實(shí)施例中，圖4的CAD系統(tǒng)(40)結(jié)合如上所述的示范性CAD系統(tǒng)(10)、(20)和(30)的特征提取方法、分類(lèi)方法、診斷和決策支持方法等等中的一些或全部。圖4的CAD系統(tǒng)(40)示出圖1的CAD系統(tǒng)(10)的用于為心臟成像提供多模態(tài)CAD的一個(gè)或多個(gè)示范性框架。
參考圖4，該CAD系統(tǒng)(40)包括數(shù)據(jù)處理系統(tǒng)(41)，所述數(shù)據(jù)處理系統(tǒng)(41)實(shí)施用于通過(guò)提取和分析來(lái)自病人信息的各個(gè)源(7)的參數(shù)來(lái)提供心臟疾病的自動(dòng)分類(lèi)(診斷)以及其他決策支持功能以輔助醫(yī)生工作流程的方法，其中所述病人信息包括例如對(duì)象病人的一種或多種不同類(lèi)型的圖像數(shù)據(jù)(例如MRI圖像數(shù)據(jù)(7a)，超聲圖像數(shù)據(jù)(7b)，NM圖像數(shù)據(jù)(7c))和非圖像數(shù)據(jù)(例如包括導(dǎo)管插入(catherization)實(shí)驗(yàn)室數(shù)據(jù)(7d)和臨床、病史和/或體格檢查數(shù)據(jù)(7e)的數(shù)據(jù)記錄)。
通常，數(shù)據(jù)處理系統(tǒng)(41)包括特征提取模塊(42)、特征組合模塊(43)、分類(lèi)模塊(44)和診斷/工作流程輔助模塊(45)。此外，該CAD系統(tǒng)(40)包括用戶(hù)界面(46)，所述用戶(hù)界面(46)允許用戶(hù)與CAD系統(tǒng)(40)交互，以選擇診斷/工作流程輔助模塊(45)所支持的一個(gè)或多個(gè)功能(例如為一種或多種類(lèi)型的心臟病癥提供自動(dòng)診斷和診斷的置信度，確定什么附加成像模態(tài)或特征可被獲得并被進(jìn)一步分析以提高診斷的置信度，基于當(dāng)前組的提取特征獲得并顯示存儲(chǔ)庫(kù)中的一個(gè)或多個(gè)相似病人病例等等)。
特征提取模塊(42)實(shí)施“n”種用于從所支持的成像模態(tài)提取圖像參數(shù)(42-1～42-2)的特征提取方法和用于從非圖像數(shù)據(jù)源提取參數(shù)的其他特征或文本提取方法(42-3，42-4)。例如，特征提取模塊(42)可以包括用于從超聲圖像(或其他成像模態(tài))提取并分析壁運(yùn)動(dòng)和增厚參數(shù)以提供自動(dòng)壁運(yùn)動(dòng)分析功能的方法以及上面參考圖3和4所討論的用于提取全局和區(qū)域性圖像參數(shù)的其他圖像參數(shù)提取方法。特征組合模塊(43)以適合于輸入和由分類(lèi)模塊(44)分析的方式組合一組提取特征。分類(lèi)模塊(44)包括用于利用一個(gè)或者多個(gè)分類(lèi)模型分析組合提取參數(shù)以提供心臟疾病的自動(dòng)診斷和其它決策支持功能的分類(lèi)方法(44-1)，其中所述分類(lèi)模型經(jīng)由模型生成器(44-2)被訓(xùn)練/動(dòng)態(tài)適配。該CAD系統(tǒng)(40)進(jìn)一步包括存儲(chǔ)庫(kù)(47)，所述存儲(chǔ)庫(kù)(47)維持信息的臨床領(lǐng)域知識(shí)庫(kù)，所述臨床領(lǐng)域知識(shí)庫(kù)提供被模型生成器(44-2)用于建立/訓(xùn)練分類(lèi)方法(44-1)所使用的分類(lèi)模型的訓(xùn)練數(shù)據(jù)。涉及臨床領(lǐng)域或CAD系統(tǒng)(40)所支持的領(lǐng)域的、所分析的/所標(biāo)記的病例的大數(shù)據(jù)庫(kù)(48)可以被用于獲得存儲(chǔ)于存儲(chǔ)庫(kù)(47)中的訓(xùn)練數(shù)據(jù)?？梢酝ㄟ^(guò)數(shù)據(jù)處理系統(tǒng)(41)的各種方法(42，43，44和45)來(lái)使用存儲(chǔ)庫(kù)(47)中的臨床領(lǐng)域知識(shí)。
應(yīng)理解的是，圖4中的各個(gè)模塊(42，43，44和45)可以實(shí)施與圖2的CAD系統(tǒng)(20)的那些相應(yīng)模塊(22，23，24和25)和/或圖3的CAD系統(tǒng)(30)的相應(yīng)模塊(32，33，34和35)相同或相似的方法，如上所述。然而，各種方法、例如分類(lèi)模塊(44)的分類(lèi)和模型生成方法將根據(jù)CAD系統(tǒng)(40)所支持的決策支持功能、特征提取方法和/或圖像模態(tài)的類(lèi)型而改變。此外，除了知識(shí)庫(kù)(47)中的訓(xùn)練數(shù)據(jù)將根據(jù)CAD系統(tǒng)(40)所支持的決策支持功能、特征提取方法和/或圖像模態(tài)的類(lèi)型而改變之外，臨床領(lǐng)域知識(shí)庫(kù)(47)與圖2和3的知識(shí)庫(kù)(27)和(37)相似。
現(xiàn)在將參考圖6的示范性節(jié)點(diǎn)圖來(lái)描述依據(jù)本發(fā)明的示范性實(shí)施例的用于為了心臟疾病的診斷而評(píng)估附加測(cè)試的可能值等等的各種機(jī)器學(xué)習(xí)方法。對(duì)于這些示范性實(shí)施例，假定訓(xùn)練集包括m種病例，并且每一種病例包括從先前執(zhí)行的測(cè)試中提取的n個(gè)特征。每一種病例Ci(i＝1，...，m)可被表示為特征向量(f1，f2，...，fn)。
進(jìn)一步假定對(duì)于每一種病例Ci來(lái)說(shuō)，實(shí)際診斷(di)是 并且存在對(duì)應(yīng)于對(duì)病人執(zhí)行的不同測(cè)試的k個(gè)變量(Ti1，Ti2，Ti3，...Tik)，其中k個(gè)變量中的每一個(gè)可以取集合{0，1}中的值，并且其中如果相應(yīng)測(cè)試對(duì)實(shí)際診斷di正確地進(jìn)行了預(yù)測(cè)，則k＝1，或者否則k＝0。
進(jìn)一步假定這種先前信息是從訓(xùn)練數(shù)據(jù)中提取的，此后描述的示范性的基于機(jī)器學(xué)習(xí)的方法可以被用于預(yù)測(cè)哪一個(gè)測(cè)試將基于從病人醫(yī)學(xué)病史提取的特征向量提供精確診斷。
在一個(gè)示范性實(shí)施例中，一種方法如下。首先，確定從特征空間到{(P1，P2，P3，P4)/Pi∈{0，1}}的映射M，以便對(duì)于每一個(gè)Ci來(lái)說(shuō)，M(Ci)＝M(f1，f2，...，fn)＝(Ti1，Ti2，Ti3，Ti4)。利用如圖6中所示的人工神經(jīng)網(wǎng)絡(luò)技術(shù)可以實(shí)現(xiàn)該過(guò)程。對(duì)于每一個(gè)新的病人來(lái)說(shuō)，映射M將提供描述哪些測(cè)試被推薦用于該病人的相應(yīng)二進(jìn)制輸出。
也可以把該問(wèn)題看作多類(lèi)別分類(lèi)問(wèn)題，其中對(duì)于每一種病例Ci來(lái)說(shuō)，根據(jù)哪一個(gè)測(cè)試給出了正確的診斷來(lái)定義它的標(biāo)記。例如，一種可能的方法如下。對(duì)于每一個(gè)測(cè)試，所有訓(xùn)練病例都依據(jù)針對(duì)該病例的測(cè)試的精度來(lái)標(biāo)記。然后，利用任何二進(jìn)制分類(lèi)算法(例如SVM、決策樹(shù)、Bayesian網(wǎng)絡(luò)等等)來(lái)訓(xùn)練四個(gè)分類(lèi)器(每一個(gè)測(cè)試一個(gè))。當(dāng)考慮新的病人時(shí)，在四個(gè)分類(lèi)器中測(cè)試病人數(shù)據(jù)，以預(yù)測(cè)哪一個(gè)測(cè)試將給出正確的診斷。
應(yīng)注意的是，利用上面的兩種方法，過(guò)程的結(jié)果可以多于一個(gè)測(cè)試。
另一個(gè)示范性方法如下。假定在訓(xùn)練集中存在m種病例。新的病例將利用上面所述的n個(gè)特征與這些m種病例相比較?；谠摫容^，p個(gè)病例被選擇為最“相似于”當(dāng)前病例，其中可以以各種方式中的一種來(lái)定義相似性。例如，一種方法是考慮n維特征空間中的歐幾里得(Euclidean)距離。也可以采用其他眾所周知的距離量度。應(yīng)理解的是，上述過(guò)程也可以被用于從同樣用于顯示的病例庫(kù)中選擇樣本病例。
一旦確定相似性量度并且識(shí)別出最“相似的”病例，就可以針對(duì)訓(xùn)練集中的k個(gè)測(cè)試中的每一個(gè)構(gòu)建分類(lèi)器。具體地，例如，將分類(lèi)器構(gòu)建成利用例如下面幾組信息中的每一組來(lái)測(cè)試診斷是否是肯定的或否定的(i)當(dāng)前信息和壁運(yùn)動(dòng)分析的結(jié)果；(ii)當(dāng)前信息和超聲；(iii)當(dāng)前信息和MRI等等。
將在不向p個(gè)病例之一學(xué)習(xí)的情況下構(gòu)建每一個(gè)分類(lèi)器(也就是留一法)，并且然后將利用該分類(lèi)器對(duì)抑制病例進(jìn)行分類(lèi)。這將針對(duì)p個(gè)病例中的每一個(gè)被重復(fù)，并且整個(gè)過(guò)程針對(duì)k個(gè)測(cè)試中的每一個(gè)被重復(fù)。然后將針對(duì)k個(gè)測(cè)試中的每一個(gè)計(jì)算平均可能性，該平均可能性將用作哪一個(gè)測(cè)試將是最有用的分?jǐn)?shù)。
應(yīng)理解的是，依據(jù)本發(fā)明的其他示范性實(shí)施例，可以以分布式模型實(shí)施CAD系統(tǒng)，其中CAD的各個(gè)模塊/部件分布于通信網(wǎng)絡(luò)中。例如，CAD系統(tǒng)可以由ASP(應(yīng)用服務(wù)提供商)提供，以經(jīng)由應(yīng)用服務(wù)器提供CAD功能的遠(yuǎn)程訪(fǎng)問(wèn)服務(wù)。例如，被用于識(shí)別相似病例的病例數(shù)據(jù)庫(kù)可以位于中央位置處。優(yōu)點(diǎn)是占用大量存儲(chǔ)器的大的病例數(shù)據(jù)庫(kù)不必駐留在每一個(gè)系統(tǒng)處。此外，可以非常容易地進(jìn)行對(duì)病例的更新。該中央位置可以是例如在醫(yī)院中，或者它可以是每個(gè)人利用這種系統(tǒng)訪(fǎng)問(wèn)的一個(gè)中央數(shù)據(jù)庫(kù)。另一個(gè)可能性是利用分布式數(shù)據(jù)庫(kù)，其中病例位于多個(gè)位置處、但被搜索和訪(fǎng)問(wèn)，好像它們處于一個(gè)位置中。那樣，可以搜索位于不同位置處的病例以找到相似病例。除了數(shù)據(jù)庫(kù)之外，CAD系統(tǒng)的其它部分、例如分類(lèi)器可以被定位在中心。
此外，考慮到上述內(nèi)容，應(yīng)理解的是，依據(jù)本發(fā)明的CAD系統(tǒng)可以被實(shí)施為由第三方服務(wù)提供商按照服務(wù)合同或SLA(服務(wù)水平協(xié)議)提供的服務(wù)(例如Web服務(wù))，用于基于各種服務(wù)/支付方案之一提供如于此所述的診斷支持和其他決策支持功能。例如，第三方服務(wù)提供商可能按照合同有責(zé)任訓(xùn)練、保持和更新各個(gè)臨床領(lǐng)域的分類(lèi)模型，并且醫(yī)生或保健組織可以基于按使用付費(fèi)、每年訂費(fèi)等等“在線(xiàn)”訪(fǎng)問(wèn)CAD系統(tǒng)。在這種情況下，可以實(shí)施對(duì)本領(lǐng)域普通技術(shù)人員來(lái)說(shuō)已知的各種方法以保持病人機(jī)密性并且另外利用安全加密、壓縮方案等等通過(guò)通信信道來(lái)傳輸病人數(shù)據(jù)。本領(lǐng)域的普通技術(shù)人員可以容易地設(shè)想到依據(jù)本發(fā)明的CAD系統(tǒng)的各種體系結(jié)構(gòu)和實(shí)施方式，并且于此沒(méi)有什么應(yīng)被解釋為對(duì)本發(fā)明的范圍的限制。
盡管于此已經(jīng)參考附圖描述了本發(fā)明的說(shuō)明性實(shí)施例，但應(yīng)理解的是本發(fā)明不局限于那些精確的實(shí)施例，并且本領(lǐng)域的技術(shù)人員可以在不脫離本發(fā)明的范圍和精神的情況下實(shí)現(xiàn)各種其他改變和修改。所有的這種改變和修改旨在被包括在如由所附的權(quán)利要求所限定的本發(fā)明的范圍內(nèi)。
權(quán)利要求
1.一種用于為心臟成像提供自動(dòng)診斷和決策支持的方法，包括從病人的心臟的圖像數(shù)據(jù)中獲得信息；從該病人的非圖像數(shù)據(jù)記錄中獲得信息；以及利用所獲得的信息自動(dòng)評(píng)估心臟的病癥。
2.權(quán)利要求1的方法，其中從圖像數(shù)據(jù)中獲得信息包括從一個(gè)或多個(gè)超聲成像模態(tài)的超聲圖像數(shù)據(jù)中自動(dòng)提取一個(gè)或多個(gè)特征。
3.權(quán)利要求2的方法，其中超聲圖像數(shù)據(jù)包括3D超聲圖像數(shù)據(jù)。
4.權(quán)利要求2的方法，其中從超聲圖像數(shù)據(jù)中自動(dòng)提取一個(gè)或多個(gè)特征包括提取心臟功能的全局特征，該全局特征包括左心室容量、左心室射血分?jǐn)?shù)、左心室壁厚度、左心室壁質(zhì)量或例如E/A比的心臟舒張功能指標(biāo)、或所述全局特征的任何組合。
5.權(quán)利要求2的方法，其中從超聲圖像數(shù)據(jù)中自動(dòng)提取一個(gè)或多個(gè)特征包括提取區(qū)域性參數(shù)，該區(qū)域性參數(shù)包括組織速度數(shù)據(jù)、應(yīng)變數(shù)據(jù)、應(yīng)變率數(shù)據(jù)、灌注數(shù)據(jù)、或定時(shí)數(shù)據(jù)、或所述區(qū)域性參數(shù)的任何組合。
6.權(quán)利要求5的方法，其中從超聲圖像數(shù)據(jù)中自動(dòng)提取一個(gè)或多個(gè)特征包括提取涉及應(yīng)變、例如聲流的流體運(yùn)動(dòng)、例如對(duì)比灌注的血液運(yùn)動(dòng)、或B模式圖像、或其任何組合的特征。
7.權(quán)利要求1的方法，其中圖像數(shù)據(jù)包括下列項(xiàng)之一超聲圖像數(shù)據(jù)、MR(磁共振)圖像數(shù)據(jù)、CT(計(jì)算機(jī)斷層掃描)圖像數(shù)據(jù)、PET圖像數(shù)據(jù)、核醫(yī)學(xué)圖像數(shù)據(jù)、或冠狀動(dòng)脈樹(shù)的圖像數(shù)據(jù)、或其任何組合。
8.權(quán)利要求1的方法，其中從非圖像數(shù)據(jù)記錄中獲得信息包括從結(jié)構(gòu)化的和/或非結(jié)構(gòu)化的數(shù)據(jù)源中自動(dòng)提取特征，所述結(jié)構(gòu)化的和/或非結(jié)構(gòu)化的數(shù)據(jù)源包括對(duì)象病人的臨床、家族和/或病史信息。
9.權(quán)利要求1的方法，其中從心臟的圖像數(shù)據(jù)中獲得信息包括利用圖像特征執(zhí)行自動(dòng)壁運(yùn)動(dòng)分析以獲得涉及心臟的區(qū)域性心肌功能的信息。
10.權(quán)利要求9的方法，其中執(zhí)行自動(dòng)壁運(yùn)動(dòng)分析包括利用來(lái)自圖像數(shù)據(jù)的涉及心肌壁運(yùn)動(dòng)和心肌壁增厚的圖像特征來(lái)自動(dòng)提取。
11.權(quán)利要求1的方法，其中自動(dòng)評(píng)估心臟的病癥包括自動(dòng)確定心臟疾病或病癥的診斷概率。
12.權(quán)利要求11的方法，進(jìn)一步包括自動(dòng)確定所述診斷概率的置信度。
13.權(quán)利要求12的方法，進(jìn)一步包括自動(dòng)確定將提高所述診斷概率的置信度的附加信息。
14.權(quán)利要求13的方法，其中自動(dòng)確定附加信息進(jìn)一步包括確定所述附加信息在提高所述診斷概率的置信度方面的有用性的量度。
15.權(quán)利要求11的方法，進(jìn)一步包括自動(dòng)識(shí)別與當(dāng)前診斷相似的一個(gè)或多個(gè)先前診斷的病例。
16.權(quán)利要求15的方法，其中自動(dòng)識(shí)別與當(dāng)前診斷相似的一個(gè)或多個(gè)先前診斷的病例包括利用所獲得的信息來(lái)搜索具有與所獲得的信息相似的特征的標(biāo)記病例庫(kù)。
17.權(quán)利要求16的方法，包括顯示所識(shí)別的病例。
18.權(quán)利要求1的方法，其中利用所獲得的信息自動(dòng)評(píng)估心臟的病癥包括利用機(jī)器學(xué)習(xí)方法、基于模型的方法、或機(jī)器學(xué)習(xí)與基于模型的方法的任何組合來(lái)對(duì)心臟的病癥進(jìn)行分類(lèi)，其被訓(xùn)練用于分析所獲得的信息。
19.權(quán)利要求18的方法，包括利用專(zhuān)家數(shù)據(jù)和/或從多個(gè)病例研究學(xué)習(xí)到的數(shù)據(jù)來(lái)重新訓(xùn)練用于在連續(xù)或周期性的基礎(chǔ)上進(jìn)行分類(lèi)的方法。
20.一種用于為心臟成像提供自動(dòng)診斷和決策支持的方法，包括從對(duì)象病人的病人數(shù)據(jù)中自動(dòng)提取特征，所述病人數(shù)據(jù)包括圖像數(shù)據(jù)和非圖像數(shù)據(jù)，以及通過(guò)分析從對(duì)象病人的病人數(shù)據(jù)中提取的特征，自動(dòng)確定對(duì)象病人的心臟的當(dāng)前狀態(tài)；以及基于對(duì)象病人的所確定的當(dāng)前狀態(tài)，自動(dòng)提供決策支持以輔助關(guān)于對(duì)象病人的保健或診斷或治療路徑的醫(yī)生工作流程。
21.權(quán)利要求20的方法，其中自動(dòng)確定對(duì)象病人的當(dāng)前狀態(tài)包括自動(dòng)確定心臟疾病或病癥的診斷概率或?qū)?lái)發(fā)展為心臟疾病或病癥的概率。
22.權(quán)利要求21的方法，其中自動(dòng)提供決策支持包括自動(dòng)確定將提高所述診斷概率的置信度的病人的一個(gè)或多個(gè)附加特征。
23.權(quán)利要求22的方法，其中自動(dòng)確定一個(gè)或多個(gè)附加特征進(jìn)一步包括為所述一個(gè)或多個(gè)附加特征中的每一個(gè)確定在提高所述診斷置信度方面的有用性的量度。
24.權(quán)利要求21的方法，其中自動(dòng)提供決策支持包括自動(dòng)確定將提高所述診斷概率的置信度的一個(gè)或多個(gè)附加心臟成像測(cè)試。
25.權(quán)利要求24的方法，其中自動(dòng)確定一個(gè)或多個(gè)附加心臟成像測(cè)試進(jìn)一步包括為所述一個(gè)或多個(gè)附加測(cè)試中的每一個(gè)確定在提高所述診斷置信度方面的有用性的量度。
26.權(quán)利要求21的方法，其中自動(dòng)提供決策支持包括自動(dòng)識(shí)別與當(dāng)前病例相似的一個(gè)或多個(gè)先前診斷的病例。
27.權(quán)利要求26的方法，包括顯示一個(gè)或多個(gè)所識(shí)別的相似病例。
28.權(quán)利要求20的方法，其中自動(dòng)確定對(duì)象病人的當(dāng)前狀態(tài)包括自動(dòng)確定對(duì)象病人發(fā)展為心臟疾病或病癥的可能性。
29.權(quán)利要求20的方法，其中自動(dòng)提供決策支持以輔助醫(yī)生工作流程包括建議療法。
30.權(quán)利要求29的方法，進(jìn)一步包括自動(dòng)提供該療法將具有確定結(jié)果的概率和/或置信度的量度。
31.權(quán)利要求29的方法，進(jìn)一步包括自動(dòng)提供該療法將不具有確定的例如副作用的有害影響的概率和/或置信度的量度。
32.權(quán)利要求30的方法，其中概率是有益和有害的可能后果的分布。
33.權(quán)利要求30的方法，其中概率是有益和有害的可能后果在將來(lái)的一個(gè)或多個(gè)時(shí)間點(diǎn)的一組分布。
34.權(quán)利要求30的方法，其中概率是可能后果在將來(lái)的不同時(shí)間的隨時(shí)間變化的分布。
35.一種用于為心臟成像提供自動(dòng)診斷和決策支持的方法，包括從來(lái)自至少兩個(gè)不同成像模態(tài)的、病人的心臟的圖像數(shù)據(jù)中獲得信息，所述成像模態(tài)包括超聲、MR、CT、PET、MR血管造影術(shù)、CT血管造影術(shù)、X射線(xiàn)血管造影術(shù)以及核醫(yī)學(xué)；從至少兩個(gè)成像模態(tài)的圖像數(shù)據(jù)中提取特征；通過(guò)分析所提取的特征自動(dòng)確定病人的當(dāng)前狀態(tài)；以及基于對(duì)象病人的所確定的當(dāng)前狀態(tài)，自動(dòng)提供決策支持，以輔助關(guān)于保健或診斷或治療路徑的醫(yī)生工作流程。
36.權(quán)利要求35的方法，其中將從圖像數(shù)據(jù)中提取的特征與來(lái)自病人的非圖像數(shù)據(jù)的特征組合。
37.權(quán)利要求29的方法，其中所述成像模態(tài)之一被用于使冠狀動(dòng)脈成像。
38.權(quán)利要求37的方法，其中CT血管造影術(shù)被用于提取關(guān)于冠狀動(dòng)脈的特征，并且CT、MR、PET、核醫(yī)學(xué)以及超聲中的一個(gè)或多個(gè)被用于使心臟的心肌成像。
39.權(quán)利要求37的方法，其中MR血管造影術(shù)被用于提取關(guān)于冠狀動(dòng)脈的特征，并且CT、MR、PET、核醫(yī)學(xué)以及超聲中的一個(gè)或多個(gè)被用于使心臟的心肌成像。
40.權(quán)利要求37的方法，其中X射線(xiàn)血管造影術(shù)被用于提取關(guān)于冠狀動(dòng)脈的特征，并且CT、MR、PET、核醫(yī)學(xué)以及超聲中的一個(gè)或多個(gè)被用于使心臟的心肌成像。
全文摘要
提供用于心臟成像的CAD(計(jì)算機(jī)輔助診斷)系統(tǒng)和應(yīng)用，該系統(tǒng)和應(yīng)用執(zhí)行用于從對(duì)象病人的病人信息的集合(包括圖像數(shù)據(jù)和/或非圖像數(shù)據(jù))自動(dòng)提取和分析特征以提供對(duì)醫(yī)生工作流程的各個(gè)方面的決策支持的方法，該決策支持包括例如通過(guò)壁運(yùn)動(dòng)分析的區(qū)域性心肌功能的自動(dòng)評(píng)估、諸如心肌病、冠狀動(dòng)脈疾病之類(lèi)的心臟疾病和病癥及其他與心臟有關(guān)的醫(yī)學(xué)病癥的自動(dòng)診斷、以及其他自動(dòng)決策支持功能。該CAD系統(tǒng)實(shí)施利用一組訓(xùn)練數(shù)據(jù)的機(jī)器學(xué)習(xí)技術(shù)以允許該CAD系統(tǒng)“學(xué)習(xí)”分析病人數(shù)據(jù)并進(jìn)行正確的診斷評(píng)估和決策以便輔助醫(yī)生工作流程，其中該組訓(xùn)練數(shù)據(jù)是從一個(gè)或多個(gè)相關(guān)臨床領(lǐng)域中的標(biāo)記病人病例的數(shù)據(jù)庫(kù)和/或這種數(shù)據(jù)的專(zhuān)家解釋獲得(學(xué)習(xí))的。
文檔編號(hào)G06F17/00GK1914617SQ200480041275
公開(kāi)日2007年2月14日 申請(qǐng)日期2004年12月6日 優(yōu)先權(quán)日2004年2月3日
發(fā)明者S·克里什南, A·古普塔, R·B·勞, D·科馬尼丘, X·S·周 申請(qǐng)人:美國(guó)西門(mén)子醫(yī)療解決公司, 西門(mén)子共同研究公司